72 深度学习做AI必须要知道的十种深度学习方法.docx
- bob157641554个人认证 |
- 2021-10-22 发布|
- 312.85 KB|
- 20页
【深度学习】做AI必需要晓得的十种深度学习方法
雷锋网
2017-12-03 原文
雷锋网AI科技评论按:不管是AI也好,其他学科也好,学习、争辩的过程中不断反思学科的历史,总结学科的进呈现状,找出最重要的理念,总能让人能“吾道一以贯之”。软件工程师James Le近期依据他争辩的阅历总结出了AI争辩必需要晓得的十种深度学习方法,格外具有启发性。雷锋网AI科技评论编译如下。
The 10 Deep Learning Methods AI Practitioners Need to Apply
人们对机器学习的爱好在过去十年经受了爆炸式的进展。计算机科学项目中、业界会议中、媒体报道中,你都能够看到机器学习的影子。但是好像全部关于机器学习的争辩中,人们经常会把AI能做什么和他们期望AI能做什么混为一谈。
从根本上来讲,机器学习其实就是使用算法从原始数据中提取信息,并以某品种型的模型表示出来;然后我们使用这个模型来推断我们尚未建模的其他数据。
神经网络作为机器学习的一类模型,它们已经存在了至少50年。神经网络的基本单元是节点,大致上仿照了哺乳动物大脑中的生物神经元的节点;节点之间的链接(也是仿照生物大脑)随着时间的推移(训练)而演化。
在上世纪八十年月中期和九十年月晚期,很多重要的神经网络构架都已经做出了,不过要想获得好的结果还需要足够强大的计算力气和大体量的数据集,这些当时在当时很不抱负,所以也导致人们对机器学习的热忱渐渐冷淡了下来。在21世纪初,计算机的计算力气呈现了指数级的增长——业界见证了计算机技术的“寒武纪大迸发”,这在之前几乎是不行想象的。深度学习作为这个领域中一个重要的架构,在计算力气迸发式增长的十年中,博得了很多重要的机器学习竞赛。这个红利的热度直到今年仍未降温;今日,我们看到在机器学习的每个角落里都会提到深度学习。
为了更深化地了解这些,我参与了一门“深度学习”