技术原理

什么是深度学习?开始深入学习

人士什么是深度学习?”

“在这个博客中,我将谈论什么是深度学习,这是当今的一个热门话题,并已牢牢扎根于众多行业,这些行业正在投资于人工智能、大数据和分析等领域。例如,谷歌在其语音和图像识别算法中使用了深度学习,而Netflix和亚马逊则使用它来了解客户的行为。事实上,你不会相信,但麻省理工学院的研究人员正试图通过深度学习来预测未来。现在,想象一下深度学习在世界革命中有多大的潜力,公司将如何寻找经过认证的专业人员进行深度学习。在谈到深度学习之前,必须了解它与机器学习和人工智能的关系。理解这种关系最简单的方法是通过下面的图表:

AI Timeline - What is Deep Learning - Edureka图:什么是深度学习——这里的人工智能技术时间线

,在图中你可以看到机器学习是人工智能的一个子集。这意味着我们可以构建智能机器,它可以根据自己提供的数据集进行学习。此外,你会注意到深度学习是机器学习的一个子集,在这种情况下,类似的机器学习算法被用来训练深度神经网络,以便在前者没有达到预期效果的情况下获得更好的精度。以下是我将在这个深度学习教程中讨论的主题:

人工智能机器学习的缺点ML什么是深度学习?深度学习应用程序

获得行业级项目认证和快速跟踪您的职业生涯看看!人工智能

Artificial Intelligence - What is Deep Learning - Edureka

图:什么是深度学习-人工智能

人工智能一词是由约翰·麦卡锡(John McCarthy)于1956年创造的,他也被称为人工智能之父。人工智能背后的理念相当简单,但也很吸引人,那就是制造出能够自主决策的智能机器。你可能认为这是一个科学幻想,但就技术和计算能力的最新发展而言,这个想法似乎正日益接近现实。

机器学习:迈向人工智能

的一步现在,你已经熟悉了人工智能,让我们简单地谈谈机器学习,并理解当我们说我们正在编程机器学习时它意味着什么。让我们从一个非常著名的机器学习的定义开始:

“一个计算机程序据说从经验E中学习一些任务T和一些性能度量P,如果它在T上的性能(由P度量)随着经验E而提高。”—Tom Mitchell,卡内基梅隆大学

,所以,如果你想程序预测,交通模式在繁忙的十字路口(任务T),你可以运行它通过机器学习算法与过去的交通模式数据(经验E)。现在,预测的准确性(性能度量P)将取决于程序是否成功地从数据集中学习(经验E)。

基本上,机器学习被称为人工智能(AI)的一种,它通过将计算机暴露在大量的数据中,使计算机不必经过显式编程就能学习。机器学习背后的核心原则是从数据集中学习,并尽量减少误差或最大化其预测为真的可能性。

机器学习的缺点

Deep Learning Performance - What is Deep Learning - Edureka

传统的ML算法在处理高维数据时没有用处,这就是我们有大量输入和输出的地方。例如,在手写识别的情况下,我们有大量的输入,其中我们将有不同类型的输入与不同类型的手写相关联。第二个主要挑战是告诉计算机它应该寻找哪些特性,这些特性将在预测outco中发挥重要作用作为巨人,苹果也开始投资于深度学习,使其服务比以往任何时候都更好。

Apple Siri - What is Deep Learning - Edureka

在语音识别和语音控制智能助理领域,如Siri,可以使用深度神经网络开发更精确的声学模型,目前是最活跃的领域之一深入学习实施。简单地说,你可以建立这样一个系统,它可以学习新的功能或根据你的需要进行自我调整,因此,通过预先预测所有可能的情况,提供更好的帮助。

自动机器翻译

Text Translation - What is Deep Learning - Edureka

我们都知道谷歌可以立即翻译100种不同的人类语言太快了,好像是魔法。谷歌翻译背后的技术被称为机器翻译,对于那些由于语言差异而无法相互交流的人来说,它是救世主。现在,你会认为这个功能已经存在很长一段时间了,那么,它有什么新功能呢?让我告诉你,在过去的两年里,在深入学习的帮助下,谷歌彻底改革了谷歌翻译中的机器翻译方法。事实上,对语言翻译几乎一无所知的深度学习研究人员正在提出相对简单的机器学习解决方案,这些解决方案正在击败世界上最好的专家构建的语言翻译系统。文本翻译可以在不进行任何序列预处理的情况下进行,从而允许算法学习单词之间的依赖关系以及它们到新语言的映射。使用大型递归神经网络的堆叠网络来执行此翻译。

即时视觉翻译

Machine Translation - What is Deep Learning - Edureka

如您所知,深度学习用于识别具有字母的图像以及字母在场景中的位置。一旦识别出来,它们就可以转换成文本,进行翻译,并用翻译后的文本重新创建图像。这通常被称为即时视觉翻译。

现在,想象一下你曾经访问过任何一个母语不为你所知的国家。好吧,不用担心,使用Google Translate之类的各种应用程序,你可以进行即时的视觉翻译,阅读用另一种语言写的招牌或购物板。只有在深入学习的基础上才有可能做到这一点。

注意:你可以继续下载谷歌翻译应用程序,并查看使用上述图像惊人的即时视觉翻译。

行为:自动自动驾驶汽车

谷歌正试图采取他们的自动驾驶汽车的主动权,称为WAYMO,以一个全新的完美水平使用深入学习。因此,他们不再使用旧的手工编码算法,现在可以编程系统,通过使用不同传感器提供的数据,自己学习。深度学习现在是大多数感知任务以及许多低级控制任务的最佳方法。因此,现在即使是不知道开车或是残疾的人,也可以不依赖任何人而继续开车兜风了。Self Driving Car - What is Deep Learning - Edureka

在这里,我只提到了一些著名的现实生活用例,在这些用例中,深度学习正被广泛使用,并显示出良好的效果。深度学习还有许多其他的应用,还有许多领域有待探索。

所以,这都是关于深度学习的。我相信,到现在为止,你已经意识到机器学习和深度学习之间的区别,以及深度学习对于各种现实生活的应用是多么的有用。现在,在这个深度学习教程系列的下一篇博客中,我们将深入探讨各种概念和算法,以及它们的详细应用。

既然您了解了深度学习,请查看Edureka(一家值得信赖的在线学习公司,拥有超过250000名满意的学习者遍布全球。TensorFlow认证的Edureka深度学习aining课程帮助学习者成为训练和优化基本和卷积神经网络的专家,使用实时项目和作业,以及诸如SoftMax函数、自动编码器神经网络、受限Boltzmann机器(RBM)等概念。

有问题吗?请在评论部分提到它,我们会给你回复的

你也可能喜欢

发表评论

您的电子邮件地址不会被公开。 必填项已用 * 标注

提示:点击验证后方可评论!

插入图片
人工智能 公司 投稿者
我还没有学会写个人说明!
最近文章
  • * 没有更多文章了
  • 热门搜索

    分类目录