DEEP LEARNING——这是近年来在各个领域都非常火热的词语。好像所有的算法,只要能跟这个词语沾上边,就瞬间显得格调很高。
什么是深度学习呢?
Deep learning(also known as deep structured learning or hierarchical learning) is part of a broader family of machine learning methods based on learning data representations, as opposed to task-specific algorithms. Learning can be supervised, partially supervised or unsupervised.
深度学习(也称为深度结构学习或分层学习)是基于学习数据表示的更广泛的机器学习方法家族的一部分,而不是任务特定的算法。学习可以进行监督,部分监督或无人监督。
——摘自wikipedia
深度学习的概念由Hinton等人于2006年提出,至今为止也不过短短十一年。但毋庸置疑,深度学习极大地促进了人工智能的发展。
深度学习在语音识别,文本理解,图像分类等方面,颠覆了传统的算法思路。大大降低了任务难度并提高了任务精准度。
随着大数据时代的到来及强大的计算设备的不断发展,深度学习能够利用各种海量数据,将看似杂乱无章的数据转换为“知识“。其动机在于建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据。换言之,深度学习就是让机器像人一样地去学习知识。
深度学习的简单应用举例
1.深度学习可以让机器说出的语言更接近真人声音,
2.深度学习可以识别并理解图像内容,自动为图像添加注释。
3.深度学习可以预测图像在高清环境下的呈现,并且“补全“图像缺失的细节。
总之,深度学习的前景很好。我们完全有理由相信,不断发展的深度学习,将会完成更复杂的任务,极大地推动科技的进步。