想真正理解深度学习需要知道这三件事.PDFVIP

当前文档由后花园网文自动生成，更多内容请访问 HTTP://WWW.HHYWW.NET 想真正理解深度学习？需要知道这三件事 来源于:网易科技报道 网易科技讯12月16日消息，对于喜欢数据的专业人士来说，潜水堪称完美 运动，因为收集数据是潜水的重要组成部分。慢慢地下降到深海中，你可以想 象自己首次浸入未被开发的数据湖中。在成千上万的水下生物中，你可以寻找 最大的鱼、最艳丽的珊瑚，这就像在庞大的数据集中寻找隐藏的洞见。 但是深度并非只与深海潜水有关。作为重要的概念，它在分析和机器智能 领域也变得越来越重要。人工神经网络，即模仿人类大脑建立的、处理单元 （人工神经元）相互关联的计算机模型，已经出现数十年了。早期，这些神经 网络通常有1个或2个隐藏神经元层组成，现在已经从浅层结构进化到深层结构 ，后者又被称为深度学习。这种转变依赖于大规模建造大型和并行模型的成本 不断下降，以及训练深度模型所需大型多维数据集的日益增多。 但要想真正理解深度学习，你需要首先了解这三件事： 1.深度学习是机器学习分支 从本质上看，深度学习隶属于机器学习范畴。但是标准的机器学习通常需 要手工从数据中提炼模式，耗时费力。而深度学习模型擅长于自动捕获隐藏于 大数据中的复杂结构模式，在对图像、视频、音频以及文本数据进行分析时 ，这种能力拥有巨大优势，而依靠手工从数据中提取模式很快将达到极限。 2.深度学习不只是技术动力室 到目前为止，大量学术机构和科技公司都在研究深度学习，媒体对深度学 习相关成果的报道也日益增多，这都大大促进了深度学习的普及。现在，越来 越多的公司正进入这个领域参加探索。有许多报道称，数据科学家正将深度学 习方法应用到更广泛的行业分析领域，比如客户流失预测、金融欺诈调查、产 品推荐等，传统企业对深度学习的兴趣日益增加。 3.深度学习的利弊权衡 企业需要了解，进入深度分析领域需要权衡利弊。尽管深度网络构架的精 度可媲美甚至超越现有分析方式，但由此产生的模型通常是不透明的“黑盒子 ”，需要对其进行精调。深度学习往往需要预先架构投资，以便能处理模型的 复杂性。大型神经网络往往需要数小时乃至数天的训练，如果没有事先考虑或 准备，这可能对数据科学团队造成巨大影响。 为分析挑战选择正确的模型不仅仅是最大化模型精度的问题，它还受限于 输入数据集。当涉及到传统分析时，模型的可解释性和简单性往往比精度要求 更高。而要处理大数据集，建模方法的性能和可扩展性都需要被考虑到。依赖 非操作性模型协助发现洞见的要求，与全面可操作性的建模构架完全不同。 （小小） 本文由程序自动生成，格式和排版可能和原网页有不一样的地方，如需查 看原版内容，请点击此处访问本文的WEB版本，也可以直接用手机扫描下方 的二维码，会自动跳转到当前网页的手机版本 您可能还会对以下文章感兴趣（随机显示） 01、 滴滴宣布已完成45亿美元融资 腾讯阿里均参与 02、 三星称将全力避免禁售损失 03、 科学家意外发现二氧化碳变成乙醇只需一步 04、 未来的芯片将植入你的身体 05、 创业汇:二维码颠覆手机壳 06、 俩巨头和解？亚马逊视频应用将登陆Apple TV 07、 中概股早盘多跌 世纪互联跌5% 08、 Kindle二代国行版上市 售899 09、 学大达成3.5亿美元私有化交易 10、 秘密变无秘重进苹果商店 11、 2016网易未来科技峰会：点击这里免费报名参会 12、 苹果被曝收购Beats后股价大跌 13、 首日破发 在线教育公司51Talk艰难上市 14、 Zynga反诉艺电不