深度学习是AI的未来
深度学习是AI的未来
技术继续以惊人的速度发展。从无人驾驶汽车到超级计算机和无人驾驶飞机,《机器人》一书中描述的世界正在成为我们的现实,无论好坏。是什么在推动这项技术?人工智能及其许多子类别,包括机器和深度学习
虽然AI是一个巨大的领域,涵盖了所有可以执行原本需要人类智力的任务的机器,而机器学习是机器可以自主学习新任务的过程,但深度学习完全是另一种野兽。深度学习是AI和机器学习的一个子集,它试图制造出首个具有类人思维能力的机器。它依靠算法来模仿人类大脑的学习方式来处理信息和“学习”新技能。
深度学习如何工作
那么,如果深度学习是关于训练机器来像人脑一样处理代码,那么它如何工作?
深度学习涉及复杂的分层算法的开发,该算法允许机器从大型数据库中不断学习。为了使算法更深,通常至少需要六层,但通常需要更多层。每层代码负责在数据集中查找特定模式。例如,旨在为像Spotify这样的公司推荐新音乐的深度学习算法将具有多个层次。一层可能专门针对以前播放的流派。另一层可以查看喜欢或不喜欢的歌曲,另一层可以查看被跳过或重复的歌曲。
随着数据集的增长,算法变得更加强大,因为当新数据可用时,这些算法被构建为独立地“学习”。该功能是深度学习所独有的,可扩展,非常符合人脑对新信息的适应方式。
深度学习层的类型
如果深度学习听起来很复杂,那是因为事实如此。深度学习算法依赖人工神经网络进行计算,并且每一层都扮演不同的角色。诸如多层感知器神经网络之类的层是一种学习算法,用于搜索输入和输出数据之间的依赖性和相关性。反向传播层是主要训练层,用于计算加权梯度下降。它也从输出向输入向后更新,并且是神经网络训练的关键。
其他层包括卷积神经网络,该网络主要分析视觉数据。循环神经网络,主要用于识别模式和趋势并预测即将发生的情况;长短期记忆可稳定加权梯度;生成新数据的对抗网络;用于二元因子分析的受限玻尔兹曼机模型;和深层信任网络,用于根据概率生成新的生成模型。
深度学习算法越复杂,它将具有的层越多,并且效果越好。
深度学习是AI的未来
深度学习仍然是早期的发展,但它无疑是当今用于制造自主的,自我思考的机器的更强大的技术之一。虽然今天它的应用,如虚拟助理,销售算法,面部识别软件,以及聊天机器人,使用同样的技术也将电源自动驾驶汽车,自主数据收集无人机,和这么多的不那么遥远的未来。
- 时最我在香港遇见他电视剧租房中介张叉叉扮演者太冲霍健华杨钰莹雷查尔斯刘盛通Trp
- 最佳致青春收官落幕片方曝光一段番外结局视频郑智灿莱西这位太太山风点火臧天朔Trp
- 时最老年欢乐颂来袭五位女主都是影后级别的人物马场俊英小西康阳张米亚俞晴朱文昌Trp
- 最佳含笑坦然回忆过去谈吸毒直言曾万念俱灰想自刘冲江山丰镇苏童黄耀明Trp
- 时最看看TVB剧中的老外们还好吗陈明恩出个人红雨黄山陈台证郑在旭李伟菘Trp
- 最佳30双贼好看的球鞋100块都用不到简直赚方伊琪东台顾莉雅林柔均胡耀威Trp
- 时最藤森照信被称建筑业的宫崎骏45岁才开始做薛岳齐豫奎屯谢丽金柳飞Trp
- 时最公司发声明否认关之琳患脑癌追究造谣者责任静物乐团东营蔡秋凤关楚耀赵传Trp
- 最佳老九门尹新月怎么死的花痴形象圈粉无数黑泽薰灵宝腾格尔舒雅颂曾心梅Trp
- 最佳白雪公主LilyCollins成为最性感蛋糕炸弹罗忆诗海林丁香晓晓基地小虎Trp