深度学习是一种机器学习技术，它教计算机通过实例学习，就像我们小时候学习一样。我们在自动驾驶汽车上看到了这项技术。gydF4y2Ba
2019年的热门文章-什么是深度学习gydF4y2Ba
Len Calderone的|gydF4y2Ba半岛app官网RoboticsTomorrowgydF4y2Ba
深度学习正在吸引我们所有人的注意力，因为它正在实现以前不可能实现的结果。深度学习是一种机器学习技术，它教计算机通过实例学习，就像我们小时候学习一样。我们在自动驾驶汽车上看到了这项技术。它使车辆能够区分道路上不同的物体，并使车辆在看到红灯时停下来。自动驾驶汽车可以确定什么时候向前行驶或保持静止是安全的。gydF4y2Ba
在深度学习中，计算机可以熟练地从图像、文本或声音中执行任务，并且可以实现最先进的精度，许多倍于人类的执行。gydF4y2Ba
我们经常听到这些术语:AI(人工智能)、机器学习和深度学习。那么，有什么不同呢?所有的机器学习都是人工智能，但并非所有的人工智能都是机器学习。人工智能是任何智能计算机程序的总称。深度学习是机器学习的子集，而机器学习是AI的子集。gydF4y2Ba
人工智能是计算机科学的一个领域，强调创造像人类一样工作和反应的智能机器。机器学习的基本过程是向学习算法提供训练数据，而学习算法反过来根据数据的推断生成一组新的规则。通过使用不同的训练数据，相同的学习算法可以产生不同的模型。从数据中推导出新的指令是机器学习的强项。可用于训练算法的数据越多，它学到的就越多。gydF4y2Ba
当使用深度学习这个术语时，它通常指的是深度人工神经网络。深度人工神经网络是一组算法，在图像识别、声音感知和语言处理等关键问题的准确性方面达到了新的最佳水平。深度学习在消费电子产品等领域实现了比以往任何时候都更高的感知准确性，对于自动驾驶汽车等安全关键应用来说至关重要。目前深度学习的发展已经进步到在执行许多任务时深度学习比人类做得更好的程度。gydF4y2Ba
灵感来自gydF4y2Ba神经元gydF4y2Ba构成人类大脑的神经网络由相邻层相互连接的层组成。层数越多，网络就越深。大脑中的一个神经元，从其他神经元接收到多达10万个信号。当其他神经元兴奋时，它们会对与其相连的神经元施加兴奋或抑制作用。如果第一个神经元的输入加起来达到一定的基电压，它也会放电。gydF4y2Ba
在人工神经网络中——就像大脑一样——信号在神经元之间传递。但神经网络不是发射电信号，而是将重点分配给各种神经元。一个神经元比另一个神经元偏颇得多，就会对下一层神经元产生更大的影响。最后一层将这些加权输入拼凑在一起，得出一个答案。gydF4y2Ba
这些神经网络是由一层一层的加权神经元组成的。只是它们不是以大脑的运作为模型。他们受到视觉系统的启发。gydF4y2Ba
神经网络中的每一层都利用整个图像的过滤器来获取明确的形状或特征。前几层区分较大的特征，如对角线，而下面的层提取更精细的细节，并将它们组织成复杂的特征。gydF4y2Ba
(4).png)
来源:Aphex34/Wikimedia CommonsgydF4y2Ba
与普通的神经网络类似，最终的输出层是完全连接的，这意味着该层中的所有神经元都连接到前一层中的所有神经元。夹在第一层神经元(输入层)和最后一层神经元(输出层)之间的神经元层被称为隐藏层。这是神经网络努力解决问题的地方。回顾隐藏层的活动可以告诉我们很多关于网络已经学会从数据中提取的信息。gydF4y2Ba
传统的神经网络只包含2-3个隐藏层，而深度网络可以有多达150个隐藏层。使用大量标记数据集来训练深度学习模型，使用神经网络架构直接从数据中学习特征，而不需要手动提取特征。gydF4y2Ba
深度学习机器不需要人类程序员。这是可能的，因为我们收集和消费的数据量非常大。数据是深度学习模型的动力。正因为如此，深度学习机器已经被用于实际目的。gydF4y2Ba
随着深度学习的不断成熟，我们可以预期许多企业将使用机器学习来增强客户体验。已经有深度学习模型被用于聊天机器人和在线自助服务解决方案。gydF4y2Ba
机器翻译并不新鲜，但深度学习通过使用堆叠的神经网络和允许从图像翻译来促进增强文本的自动翻译。gydF4y2Ba
在过去，黑白电影图像必须手工上色，这是非常耗时和昂贵的。现在，这个过程可以通过深度学习模型自动完成，该模型可以基于卷积神经网络自动对灰度图像进行着色，其特点是融合层，允许艺术家将依赖于小图像区域的局部信息与大规模先验图像合并。gydF4y2Ba
先进的自然语言处理和深度学习可以帮助过滤你感兴趣的新闻主题。使用这种新技术的新闻聚合器可以根据情绪分析过滤新闻，因此您可以创建只覆盖包含感兴趣故事的正在发生的新闻的新闻流。gydF4y2Ba
深度学习的另一个卓越能力是识别图像，并为该图像创建具有适当句子结构的易懂标题，就像人类在写标题一样。gydF4y2Ba
深度学习机器甚至可以通过学习一段文本的标点符号、语法和风格来生成文本。它可以使用自己创建的模型自动生成具有正确拼写、语法和示例文本风格的全新文本。詹姆斯·帕特森——小心。gydF4y2Ba
深度学习机器的发展预计将加快步伐，并在未来几年创造更多创新用途。深度学习应用程序可以通过观察人类执行任务的动作来教育机器人，或者使用来自其他几个人工智能的连接来执行一个动作。人脑处理来自过去经验的输入。深度学习机器人将根据许多不同的人工智能意见来执行任务。gydF4y2Ba
本文的内容和观点仅为作者个人观点，并不代表robotictomorrow的观点半岛app官网gydF4y2Ba
评论(0)gydF4y2Ba
这篇文章没有任何评论。第一个在下方留言。gydF4y2Ba
特色产品gydF4y2Ba
