人工智能的深度学习为什么叫做深度学习吗?
lzzyok小精灵
2024-04-23 23:06
你知道深度学习为什么叫做深度学习吗?从思维观点看,人工智能不仅限于逻辑思维,要考虑形象思维、灵感思维才能促进人工智能的突破性的发展,数学常被认为是多种学科的基础科学,数学也进入语言、思维领域,人工智能学科也必须借用数学工具,数学不仅在标准逻辑、 模糊数学等范围发挥作用,数学进入人工智能学科,它们将互相促进而更快地发展。
-
一个深度学习网络有很多层,当我们将一张图像送进网络,首先在最底层,好像我们看到的是像素一类的东西,一层层往上,网络层“看到了”边缘、轮廓、部件等等,网络的深度,带来的是逐层抽象的能力,所以有了深度的网络有了学习的能力,和宽度所带来的比较单纯的计算力的上升,深度当然是更符合学习型模型的结构。
这是一篇单纯的推送,今天我们单纯来聊一聊深度学习这个名字。
深度学习的复苏,可以从2012算起,那一年,深度学习网络AlexNet横空出世,在ImageNet竞赛中取得了冠军,到了2016年,Alpha Go的胜利将深度学习推到了我们每一个人的面前。
但是,今天脍炙人口的深度学习,其实,从学习方式上来说,和存在了几十年的神经网络并没有什么区别。
所以,到底为什么神经网络突然就变成了深度学习?
well,用吴恩达的话来说,深度学习是神经网络的一种re-branding,这个名字,至少听上去,很有……深度……
wow, deep learning, it sounds so deep……
那么,深度学习的本质变了吗?
没有,变的只是数据量和计算力。
Like it or not, 目前在复杂的任务中达到人类水平的学习算法,与上世纪80年代努力解决玩具问题(toy example)的学习算法几乎是一样的。
这可不是我瞎掰,这是AI圣经花书里的原话。
AI圣经 —— “花书”真正变革的,是我们有了这些算法得以成功训练所需的资源 —— 数据量和计算力。
然而,深度就一定那么好?
不一定。
这个问题可以从两方面来看,第一,一味的增加网络的深度是不好的。太深的网络不好训练!太深的网络不好训练!太深的网络不好训练!
第二,一定要追究起来,其实网络的深度和宽度都是好的,这个道理非常简单,一个机器学习模型,模型的复杂度越高,(理论上)模型的学习能力就越强。这就好比说,使用更多的变量,你就能表达出更复杂的公式。从这个角度出发,一个神经网络无论是变的更深了,还是更宽了,模型的复杂度都是提升了。
这是很自然的一种想法,所以在深度学习的发展过程中,也出现了这样两种风格的经典网络。
一种看上去很深,比如网络层数达到了152层的ResNet:
看上去很深的ResNet还有一种看上去很胖(很宽),比如使用了Inception模块的Inception网络家族。
变宽了的Inception模块
这都是好用的网络结构,甚至还有结合了两者之大成的网络:Inception-ResNet。
这样一种听上去就很复杂的网络的结构确实……也很庞大,这里就不放出来了。
当然,这样一种深度和宽度的拓展,所要用到的计算资源也是杠杠的。
而在资源有限的情况下,深度比宽度更好,这就涉及到了直击深度的灵魂问题 ——
深度到底是在做什么
学习!一种随着网络层的深入而进行的学习。这种学习有个专业术语叫做特征学习,或者表示学习。
《深度学习》一书中关于网络学习的例子一个深度学习网络有很多层,当我们将一张图像送进网络,首先在最底层,好像我们看到的是像素一类的东西,一层层往上,网络层“看到了”边缘、轮廓、部件等等,网络的深度,带来的是逐层抽象的能力,所以有了深度的网络有了学习的能力,和宽度所带来的比较单纯的计算力的上升,深度当然是更符合学习型模型的结构。
当然这只是一个示意,实际情况下神经网络的分层是比较模糊的,而中间网络层的输出还是相对比较抽象的概念,很难说清楚哪一些网络层就”看到了“什么特征。但是总体上当我们逐渐往上的时候,网络确实是不断在对对象进行抽象。而这是宽度所不能够带来的能力。所以,我们有深度学习,而不是宽度学习。
要说在一开始,深度学习或许只是一个好听的名字,但是到了今天,我们所用到的和看到的网络确实越来越深了。2012年令人瞩目的AlexNet不过8层,而到了 2015 年,残差的方式使训练一个很深的神经网络成为现实,Resnet的网络深度直接到达了152层,到了 2016 年,ImageNet竞赛的冠军已经用上了 1207层的网络了。
深度学习,真是深得叫你心服口服。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,主要包括计算机实现智能的原理、制造类似于人脑智能的计算机,使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科,其范围已远远超出了计算机科学的范畴,人工智能与 思维科学的关系是实践和理论的关系,人工智能是处于思维科学的技术应用层次,是它的一个应用分支。
免责声明:
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
人工智能的深度学习为什么叫做深度学习吗?
下载Word文档到电脑,方便收藏和打印~
下载Word文档相关文章- Java 中 Playwright 的优缺点分别有哪些?(java中playwright的优缺点有哪些)
- 在 Java 中怎样生成随机正方形坐标?(Java中如何生成随机正方形坐标)
- 如何在 Java 中定义 list 并实现反转?(Java定义list怎样实现反转)
- Java 中 SimpleDateFormat 如何巧妙处理闰年?(Java SimpleDateFormat如何处理闰年)
- Java 中 BeanUtils 工具类常用方法有哪些?(Java BeanUtils工具类常用方法有哪些)
- 如何在 Java 数据分析中应用 ARIMA 模型?(ARIMA模型在Java数据分析中的应用)
- 如何使用 Java 的 Scanner 读取二进制文件?(Java的Scanner如何读取二进制文件)
- 在 Java 中如何进行变量的声明?(Java中怎么声明一个变量)
- 如何将 Java 父类强制转换成子类?(java父类怎么强制转换成子类)
- 在 Java 中,add()函数的最佳实践究竟是什么?(在Java中add()函数最佳实践是什么)
猜你喜欢人工智能的深度学习为什么叫做深度学习吗?
编程学习网: 一个深度学习网络有很多层,当我们将一张图像送进网络,首先在最底层,好像我们看到的是像素一类的东西,一层层往上,网络层“看到了”边缘、轮廓、部件等等,网络的深度,带来的是逐层抽象的能力,所以有了深度的网络有了学习的能力,和宽度所带来的比较单纯的计算力的上升,深度当然是更符合学习型模型的结构。2024-04-23Python深度学习:为什么要学习深度学习?
深度学习是机器学习与神经网络、人工智能、图形化建模、优化、模式识别和信号处理等技术融合后产生的一个领域。在严谨的学术期刊中,这个新兴学科的模型一直受严肃理智的学者所推崇:\"深度学习网络是神经网络革命性的发展,人们甚至认为可以用它来创建更强大人工智能、机器学习与深度学习
为了更好的和大家一起学习共进,想着自己百度瞎写一些自己对于人工智能、机器学习与深度学习的认识,能够分享给大家,在今后的协同中都能够事半功倍,拙劣之文,希望大家多多指教。人工智能2024-12-032024-04-02人工智能走向深度学习
编程学习网:据介绍,人工智能比较大的挑战之一是识别度不高、准确度不高,提高准确度就要提高模型的规模和精细度,提高线下训练的频次,这需要更强的计算力。2024-04-23解锁人工智能、机器学习和深度学习
深度学习是机器学习的子集,而机器学习又是人工智能的子集,但是这些名称的起源来自一个有趣的历史。此外,还有一些引人入胜的技术特征,可将深度学习与其他类型的机器学习区分开来……对于技能水平较高的ML、DL或AI的任何人来说,这都是必不可少的工作2023-09-07人工智能:PyTorch深度学习框架
PyTorch是一个基于Torch的Python机器学习框架。它是由Facebook的人工智能研究小组在2016年开发的,解决了Torch因为使用Lua编程语言普及度不高的问题,故采用了集成非常广泛的Python编程语言来实现。人工智能深度学习与数据科学
编程学习网:如果您刚开始接触人工智能或数据科学,那么很有可能一遍又一遍地碰到这四个术语。在本文中,您将发现它们的基本含义,并了解它们之间的区别。2024-04-23人工智能,机器学习,深度学习与数据科学
如果您刚开始接触人工智能或数据科学,那么很有可能一遍又一遍地碰到这四个术语。在本文中,您将发现它们的基本含义,并了解它们之间的区别。人工智能、深度学习、机器学习概念和区别
人工智能的浪潮正在席卷全球,人工智能(Artificial Intelligence)、机器学习(Machine Learning)、深度学习(Deep Learning)这些词汇经常出现,业内人士对于这些词汇概念也想必熟悉,然而对于大多数人工智能、机器学习、深度学习,到底是个啥?
说到人工智能,大家的第一反应可能是科幻电影里那些拥有人类智慧的机器人,但实际上,人工智能可不仅仅是机器人哦。人工智能是由约翰·麦卡锡(John McCarthy)于1956年提出来的,当时的定义是“制造智能机器的科学与工程”。人工智能、机器学习和深度学习之间的区别
人工智能、机器学习和深度学习的解释以及它们的不同之处。另外,人工智能和物联网如何密不可分。人工智能、机器学习和深度学习做好准备的数据中心
围绕图形处理单元(GPU)计算的生态系统如今正在迅速发展,以提高GPU工作负载的效率和可扩展性。然而,在避免存储和网络中潜在的瓶颈的同时,也有一些技巧可以很大限度地提高GPU的利用率。人工智能(AI)、机器学习(ML)和深度学习(DL):有什么区别?
我们经常交替使用人工智能(AI)、机器学习(ML)和深度学习(DL)这些术语,尽管我们几乎每天都阅读或听到它们。本文解释了这些技术是如何演变的以及它们有何不同。人工智能/机器学习/深度学习/神经网络:有什么区别?
人工智能术语通常可以互换使用,但它们并不相同。阅读下文了解人工智能、机器学习和深度学习、神经网络之间的区别。人工智能:TensorFlow深度学习框架介绍
TensorFlow是一个开源软件库,主要用于各种感知和语言理解任务的机器学习。2024-04-02人工智能和深度学习之间有什么区别?
编程学习网:人工智能(AI)、机器学习(ML)和深度学习(DL)是经常相互重叠且容易混淆的术语。今天,让我们详细讨论这三个方面,并详细介绍它们的应用和用途。2024-04-24Go语言在人工智能:从机器学习到深度学习
go语言在人工智能中广泛应用,包括在机器学习和深度学习中。文章介绍了go语言在机器学习中的库,如gonum和scikit-go,并展示了一个使用go语言训练逻辑回归模型的实用案例。此外,go语言提供了深度学习框架,如tensorflow l2024-04-08编程热搜人工智能你要知道的那些事
编程学习网:早在1g时代我们只能接打电话。2g时代可以打电话发短信,玩早期的qq,但网络十分不稳定。3g时代带给我们很大的改变就是宽带上网,视频通话,看视频,听歌玩游戏。那时的人们认为4g无用,认为不会有什么改变,但当4g出来时我们才发现这是一次质的飞跃。人工智能无人机管制到底有多难?
编程学习网:近日,一段“重庆网红列车遭无人机撞击逼停”的视频,在网络热传。人工智能与人类
欢迎各位阅读本篇,人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。本篇文章讲述了人工智能与人类,编程学习网教育平台提醒各位:本篇文章纯干货~因此大家一定要认真阅读本篇文章哦!两小时 Elasticsearch 性能优化,直接把慢查询干团灭了……
公共集群的机器负载分布不均衡的问题,业务的查询和流量不可控等各种各样的问题,要节省机器资源就一定会面对这种各种各样的问题,除非土豪式做法,每个业务都拥有自己的机器资源,这里面有很多很多颇具技术挑战的事情。关于OpenStack的架构详细讲解
欢迎各位阅读本篇文章,OpenStack是一个开源的云计算管理平台项目,由几个主要的组件组合起来完成具体工作。本篇文章讲述了关于OpenStack的架构详细讲解,编程学习网教育平台提醒各位:本篇文章纯干货~因此大家一定要认真阅读本篇文章哦!AI &神经网络
欢迎各位阅读本篇,本篇文章讲述了AI &神经网络,人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。神经网络内容丰富,反映了当前国内外该领域的最新研究成果和动向,编程学习网教育平台提醒各位:本篇文章纯干货~因此大家一定要认真阅读本篇文章哦!人工智能对于网络安全的优缺点
编程学习网:如今,产生的数据比以往任何时候都要多。由于数据分析工具的发展,各行各业的组织都更加重视大数据的收集和存储。Bash 初学者系列 7:bash 中的条件语句(if else)
今天我们介绍一下如何在 bash 中使用条件语句。人工智能机器学习的重要趋势是什么?
编程学习网:在竞争日益激烈的技术市场中,从高科技初创公司到全球跨国公司都将人工智能视为关键竞争优势。但是,人工智能行业发展如此之快,以至于很难跟踪最新的研究突破和成就,甚至很难应用科学成果来实现业务成果。人工智能为什么会觉得Matplotlib用起来困难?
编程学习网:Matplotlib是一个流行的Python库,可以很容易地用于创建数据可视化。
编程资源站- 资料下载
- 历年试题
目录
反馈
我要
反馈