首先引入对深度学习很规范的解释:深度学习是人工智能算法,训练神经网络的一种方法,可以训练很深的神经网络。
是不是一脸懵,啥是算法,啥又是神经网络,啥还是很深的神经网络。
问题不大,下面一说你就明白了。
算法只不过是一种解决问题的方式。比如,日常工作出差选择走路、自驾汽车、火车卧铺、飞机经济舱交通方式,这些交通方式都可以理解为解决出行问题的算法。当然算法也有效率高低之分,飞机和走就是很明显的效率高低对比。
没错,算法肯定不会这样一目了然,设计一个想法还需要更详细地从硬件、从软件等方面考虑,确保算法在空间复杂度和时间复杂度上都能达到最佳。
接下来说说神经网络。
众所周知,人体布满神经网络,但这里指的不是人体神经网络,深度学习也有神经网络,两者说有联系也有,说一点都不沾边也行。
人体通过各个神经元感知、捕获和解析外界信息,然后经神经网络传输,经过层层神经元,最终到达大脑,大脑再根据传过来的信息进行反馈响应。
深度学习受人体神经网络启发,将一个个数学公式作为神经元,公式与公式之间连成线,公式计算结果作为下一个公式的输入,最后,通过公式层层计算,得到输出结果。这样,他们就组成了深度学习的神经网络。
很深的神经网络,顾名思义,自然就是比上图多出很多很多层的神经网络。
那么为什么需要那么多层呢。
如今天气预报越来越不需要人工分析了
文章题目也点明了,深度学习就是”找茬“找规律,对于天气这种结构化数据,比如风速、风向、云层厚度、太阳活动等数据,一两层的神经网络,完全可以通过公式,反复调试找出其中的规律,最后训练出很好的天气预测算法。
你的美颜相机使用的就是深度学习算法
而对于图片非结构化数据,如何区分胳膊、大腿、眼睛、鼻子呢,实践证明,输入数据量越大,神经网络越深,图片中的规律越容易找到,那么最后训练出来的算法准确度越高。
人工智能迅速兴起,完全是得益于深度学习算法的崛起,某种意义上说如今的人工智能就是深度学习。
深度学习已深入寻常百姓家,深入各个专业领域。当前疫情全球扩张,威胁着人类的安全、经济、文化等。我们可以收集相关数据,如病毒对各类药物反应、病毒构造、疫情周期等等,如果数据量够大,相信深度学习算法能够很精准的预测疫情、预防疫情、控制疫情。
科技一定能改变人们的生活方式,但也要警醒要跟自然友好相处,自然的力量才是最无穷的。
閱讀更多 搞機網 的文章