Hluboké učení

Autor: Eugene Taylor
Datum Vytvoření: 10 Srpen 2021
Datum Aktualizace: 1 Červenec 2024
Anonim
Hluboké učení - Technologie
Hluboké učení - Technologie

Obsah

Definice - Co znamená Deep Learning?

Hluboké učení je soubor algoritmů používaných ve strojovém učení, který se používá k modelování abstrakcí dat na vysoké úrovni pomocí modelových architektur, které se skládají z více nelineárních transformací. Je součástí široké rodiny metod používaných pro strojové učení, které jsou založeny na učení reprezentace dat.


Úvod do Microsoft Azure a Microsoft Cloud | V této příručce se dozvíte, o čem cloud computing je a jak vám může Microsoft Azure pomoci migrovat a řídit podnikání z cloudu.

Techopedia vysvětluje hluboké učení

Hluboké učení je specifický přístup používaný k budování a školení neuronových sítí, které jsou považovány za vysoce nadějné rozhodovací uzly. Algoritmus je považován za hluboký, pokud vstupní data prochází řadou nelinearit nebo nelineárních transformací dříve, než se stanou výstupem. Na rozdíl od toho jsou nejmodernější algoritmy strojového učení považovány za „mělké“, protože vstup může jít pouze na několik úrovní volání podprogramů.

Hluboké učení odstraňuje ruční identifikaci funkcí v datech a místo toho se spoléhá na jakýkoli tréninkový proces, který má, aby objevil užitečné vzorce v příkladech vstupu. Díky tomu je trénink neuronové sítě snazší a rychlejší a může přinést lepší výsledek, který posouvá pole umělé inteligence.