Что такое "глубокое обучение"?

Фразу “глубокое обучение” часто используют. А что, бывает поверхностное обучение?

6 Симпатий

Я знаю термин «Глубокое обучение», в срезе машинного обучения. И думаю это будет сложным для понимания.

Глубокое обучение - это подмножество машинного обучения, которое пытается найти шаблоны, которые незаметно скрыты в данных в огромных количествах. Глубокое обучение, вопреки распространенному мнению, не является новым предметом. Его существование восходит к 1980-м годам. Есть две основные причины, почему оно пережило такое возрождение в последнее время.

Глубокое обучение требует так называемых помеченных данных, которые могут быть описаны как отличные, точные и секретные данные. Например, разработка автомобиля без водителя требует миллионов изображений и тысяч часов видео. Глубокое обучение также требует значительных вычислительных мощностей, потенциал для которого вырос в последние годы.

Например, современные высокопроизводительные графические процессоры имеют параллельную архитектуру, которая эффективна для глубокого обучения, особенно в сочетании с вычислительными платформами более высокого уровня, такими как кластер серверов и облачные вычисления.

Большинство сетей глубокого обучения представляют собой архитектуры нейронных сетей, поэтому нейронные сети, основанные на глубоком обучении, называются глубокими нейронными сетями.

Нейронная сеть - это компьютерная модель, чья многоуровневая структура сети напоминает нейронные структуры в мозге. Нейронная сеть очень хороша в изучении данных, что означает, что ее можно обучить распознавать закономерности, классифицировать данные и прогнозировать будущие события. Термин «глубокий» обычно относится к числу слоев, скрытых в нейронной сети. В обычной нейронной сети может быть скрыто 2 или 3 слоя, тогда как в глубокой нейронной сети может быть скрыто более 150 слоев. Нейронная сеть разбивает ваш ввод на слои абстракции. На многих примерах можно научиться распознавать закономерности в речи или образах, как это делает человеческий мозг. Его поведение определяется тем, как его элементы связаны, и силой или весом этих связей.

Применения глубокого обучения широко распространены в отрасли - от автоматизированного вождения до медицинских устройств. Одной из основных областей, где применяется глубокое обучение, являются автомобили с самостоятельным вождением. Автомобильные исследователи используют глубокое обучение для автоматического обнаружения объектов, таких как знаки остановки и светофоры. Глубокое обучение также используется для обнаружения пешеходов, что помогает уменьшить количество несчастных случаев.

Написать от себя, а ниже, это Википедия.

5 Симпатий