前面说到深度学习(Deep Learning)是实现机器学习(ML)的一个技术,它使用的算法类似於人脑中使用神经元的方式,分为 DNN、CNN 和 RNN 三种。
为了理解计算机如何使用深度学习,研究人员借鉴了一个类似的过程:幼儿试图学习如何识别狗?
蹒跚学步的孩子首先学会将图片与大人所说的"狗"这个字
联系起来
。
孩子继续将吠叫声与狗联系起来,然後孩子开始说这个字,可能会发出几种错误的发音,直到他们最终理解了这个字。
同样,计算机具有层次结构
,每个级别的算法对输入应用一个级别的转换(这是它所做的学习),并创建一个统计模型作为输出的参考。
各种迭代(就像孩子学习识别狗一样)被考虑在内,直到达到所需的准确度水平,需要经过几个层或特徵集才能达到最终结果,这就是为甚麽叫“深度”学习的原因!
CNN
(Convolutional Neural Network) 十分常被用在 DL 上,处理更多由影像处理延伸的辨识功能,例如"Reading text in the Wild"
→ 可以读出视频中的文字,只要输入文字,就可以直接搜出图像中包含这些文字的 BBC 新闻视频。
以下是对「London」的一部分搜索结果:
<<: 【Day 18】递回 Recursion(续) 费氏数列与递回的限制
背景知识 首先必须先知道网站的运作分为client(客户端)和server(服器端)两者比次运作 从...
今天来聊聊转职的困难。 其实从一开始决定要学新的技能就有很多事情需要考虑跟抉择,以下两个部份是在这条...
Grid 与 subgrid subgrid 是一种很奇妙的跨维度设定,在 w3c 当中有详细解释。...
前言 这几天我们已经学习了Props外来传递资料,还有State组件本身状态。 今天要来学习很重要的...
ES6:Promise Promise:代表一个即将成功或失败的非同步操作 会有这几状态: 搁置 (...