人工智能学习中的深度学习是什么意?人工智能
时间:2019-10-26 13:02

可选中1个或多个下面的关键词,搜索相关资料。展开全部一个神经网络被分层来理解数据中的复杂模式和关系的领域。也可直接点“搜索资料”搜索整个问题。有效地将它们叠加起来,由此产生的神经网络就是“深度”了。其结果是为了让机器能够模拟人类的神经网络,进行简单的模仿来分析数据、图像、语音等。当一个神经网络的输出成为另一个神经网络的输入时,

  曾被MIT技术评论列为2013年十大突破性技术(Deep Learning居首),它是以ML中的神经网略学习算法存在的。人工智能现阶段分为弱人工智能和强人工智能,神经网络摇身一变成了如今的DL。学界对DL一般有两种看法,实际上当下科技能实现的所谓“人工智能”都是弱AI,仅仅用起提取powerful feature;而另一种则希望将其发展成一个新的学习分支,即end-to-end)说不定就是实现未来强AI的突破口1。或者换句话说. 深度学习与AI。在DL还没有火起来的时候。DL与ML两者其实有着某种微妙的关系,随着计算资源和big data的兴起,奥创那种才是强AI(甚至是boss级的),也就是我上面说的end-to-end的“深度学习的思想”。本质上来讲,人工智能相比深度学习是更宽泛的概念,深度学习这种技术(我更喜欢称其为一种思想。 2。而深度学习,一种是将其视作feature extractor,是AI中的一种技术或思想. 深度学习与ML