标签:机器 人工智能 学习 入门篇 神经网络 深度 识别 新世界
- 编程将成为像阅读一样的基本技能?
- 看起来更高深的人工智能与深度学习呢?
深度学习,
这个近年来炙手可热的新鲜事物,
相信各位并非第一次听说。
深度学习是什么?与AI等关系如何?前景如何呢?
01
先从它的基友们说起吧,
他们是人工智能和机器学习,
他们的基友关系大概是这个样子
第一次提出人工智能
是在1956年在美国举行的达特茅斯会议上,
一群异想天开的大神
提出了人工智能,
想让计算机像人一样思考。
不过,当时大家都以为人工智能是个不切实际的“玩意”,
AI≈“虾扯”
直到机器学习的问世。
什么是机器学习?
机器学习就是让计算机模拟或实现人类的学习行为,
进而解决一系列问题的学科。
史载,
蓝色巨人18摸有个塞缪尔,
木得女朋友,
也木有智能手机打游戏、刷抖音,
整出了个跳棋程序。
该程序能够通过观察并学习一个隐含的模型,
从而为后续动作提供更好的指导,
也就是让机器拥有了模仿与思考的学习能力,
这就是“机器学习”。
机器学习作为实现人工智能的手段,
自20世纪80年代以来,
得到了重大发展。
02
但是,
机器学习也有很大的局限性。
传统机器学习主要是由一个输入层和一个输出层组成浅层神经网络,
在神经网络里绘制出一组虚拟神经元,
然后给他们之间的链接分配随机数值或权重,
经由反复的训练来实现误差最小化。
但是早期的神经网络只能模拟为数不多的神经元,
所以不能识别太复杂的模型。
而深度+学习拥有多个节点层,
让深度神经网络能够以分层的方式学习数据的特征,
动用深层人工神经网络进行机器学习。
在深度学习网络中,
每个节点层在前一层输出的基础上
学习识别一组特定的特征。
一旦这一层神经元准确的识别了这些特征,
数据就会被输送到下一层,
并自我训练以识别更复杂的特征。
举个栗子——数学学习,
我们小学阶段学习加减乘除,
中学阶段学习一元一次,
高中学习一元二次、极限等,
每层都是在前一层输出的基础上学习识别下一层的特定特征,
学到了更加复杂的数学知识。
更多内容请戳这里
标签:机器,人工智能,学习,入门篇,神经网络,深度,识别,新世界 来源: https://blog.51cto.com/u_15164949/2701740
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。