神经网络相比于传统算法的优越性只要体现在其在大规模数据的处理性能上。下面是吴恩达在1.4为什么深度学习会兴起的一张片子。

可以看出在下规模的数据上传统算法跟神经网路的方法很难说哪个好哪个差,两种方法的区别主要体现在设计方法的优劣上,设计的好性能好反之查。但是随着数据规模的增长神经网络的方法性能会大大的提高,值得注意的是神经网络的算法一大目的是提高神经网络的计算速度大大的提高算法的迭代效率。
为什么神经网络能够飞速发展
最新推荐文章于 2025-02-25 14:41:30 发布
本文探讨了神经网络在处理大规模数据时相较于传统算法的优势,并通过吴恩达的观点展示,在小规模数据集上两种方法表现接近,但随着数据量增长,神经网络展现出更优的性能。
部署运行你感兴趣的模型镜像
您可能感兴趣的与本文相关的镜像
TensorFlow-v2.15
TensorFlow
TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型
3284

被折叠的 条评论
为什么被折叠?



