深度学习的非技术性解释  | Andrew Ng/是 DeepLearning.AI 的创始人、AI Fund 的普通合伙人、Coursera 的董事长和联合创始人

深度学习和神经网络常被视为一回事,它们的作用,是让机器从输入数据中自动学出映射关系。为说明这一点,先以 T 恤销量预测为例:价格、运费、营销和材料等因素可逐层转化为可负担性、知名度、感知质量,最后汇总成需求预测,展示神经元如何像乐高积木一样堆叠成更复杂的模型。接着转向人脸识别,解释图像在计算机眼中只是由像素亮度组成的大量数字,神经网络通过输入海量标注数据,自行学会从边缘、五官到整张脸的识别过程。读者可借此理解,深度学习的关键不在手工设定中间规则,而在于用数据训练网络,让系统自动找到从 A 到 B 的函数关系。

正文

THE END
分享
评论 抢沙发

请登录后发表评论

    暂无评论内容