1
virusdefender 2016-05-09 15:39:56 +08:00 via Android
可以认为机器学习的高级版, alphago 应该就用到了,包括神经网络等。
|
2
egrcc 2016-05-09 15:43:02 +08:00
简单点说,就是以前的神经网络,只不过现在可以跑更 deep 的网络了,就换了个名词叫 deep learning 。而神经网络就是一种机器学习模型而已
|
3
rock_cloud 2016-05-09 15:54:57 +08:00
深度神经网络几十年前就有了,只不过无法解决误差衰减问题,使得训练深度神经网络十分困难,上个世纪提出的 CNN 卷积神经网络在一定程度上解决了这个问题。
深度神经网络的优势是可以提取出更加复杂的特征,而且可以提取出不同层次的特征,因此解决问题更有针对性。 个人的一点理解。 |
4
yuyang1110 2016-05-09 19:55:26 +08:00
深度厌学,从入门到大忽悠。
其实,就是有一个模型可以总结之前数据里的各种规律,然后预测新的东西而已。。之前的机器学习,这种模型都需要被精心设计。。后来发现,不需要太精心的设计,只要数据量足够(海量),再用一个通用点的模型(神经网络)跑,居然效果很好。后来,就一堆人变成了工具的使用者,拿了数据扔到模型里跑,就有结果。。然后就开始说多牛逼多牛逼。。这样。 大概就这样吧。也算是半个行业内的人。。 |
5
sgissb1 OP @yuyang1110 第一次感到业内人士的真实介绍。其实我一直想问那些讲理论的,什么叫做卷积,以及卷积积分 ^_^
其实我现在发现吧,真心搞算法(数学)的不多,多数就是在用工具或者现成的模型在跑。然后天天招摇撞骗。。。 之前遇到那哥们很牛逼的,用深度学习来做图像识别,然后提及了很多术语:直方图、矢量化、边缘检测、二值化等等。然后我随便挑了一个我比较基础的问题一问,哥们就傻了(以前是学图像与信号处理方向的,所以问的我都知道是基础)。 现在太浮的人太多了,随便就给自己或者公司就给自己带个高帽子。 |
6
yuyang1110 2016-05-10 12:08:55 +08:00
@sgissb1
卷积 https://en.wikipedia.org/wiki/Convolution 下面那个动图不错。。 我也不是搞数学的,只是在写深度学习的系统。 不过,其实神经网络里面,搞数学的本来也少。似乎,只有优化问题才是这里面的数学知识了吧。 深度学习做图像识别。。。其实很简单。。模型都是现成的,给数据跑就行了。。 |
7
yuyang1110 2016-05-10 12:10:14 +08:00
@sgissb1 不过神经网络的卷积似乎又是另一个东西。。
|
8
sgissb1 OP @yuyang1110 哦,图像识别这个意思?
|