我們一直說深度學習，那麼什麼是深度學習呢？簡單地說，深度學習就是把計算機要學習的東西看成一大堆資料， 把這些資料丟進乙個複雜的、包含多個層級的資料處理網路，也就是深度神經網路，然後檢查經過這個網路處理得到的結果資料是不是符合要求——如果符合， 就保留這個網路作為目標模型， 如果不符合，就一次次地、鍥而不捨地調整網路的引數設定，直到輸出滿足要求為止。而我們要做的，只是告訴計算機輸入和預期的結果，讓他自己找規律。當然，新的輸入進入時，我們也要保證已經調節好的模型不變化。也就是說，深度學習演算法是有計算機自己湊出來的模型。這樣反倒更加實用。更能夠從本質上解決問題。
而進行深度學習的兩個前提條件就是必須有強大的運算能力和高質量的大資料。當然，搭建好的模型只有通過各種型別資料的檢驗，才能變得越來越接近真實的世界，值得一提的是，大資料正是為這些模型提供了源源不斷的資料。深度學習、大規模計算、大資料都逐漸步入成熟的它們三位一體，當然，在大資料發揮作用的同時，人工智慧研發者也一定不要忘了，大資料的應用必然帶來個人隱私保護方面的挑戰。為了給你推送精準的廣告資訊，就要收集你的購買習慣、個人喜好等資料，這些資料中往往包含了許多個人隱私；為了獲得以人類基因為基礎的醫療大資料來改進疾病的診療，就要通過某種渠道收集盡可能多的人類基因樣本，而這些資料一旦保管不善，就可能為提供基因樣本的個人帶來巨大風險；為了建立智慧型城市，就要監控和收集每個人、每輛車的出行資訊，但是我們還是需要注意這些資料的安全問題。這樣也是對社會負責。
我們在這篇文章中給大家介紹了深度學習的概念以及進行深度學習的兩個條件，倘若我們想進入人工智慧領域工作的話，我們必須好好吃透深度學習的內容。只有奠定堅實的基礎，我們才能更好地發揮人工智慧應有的作用。
深度了解深度學習（一）
現在人工智慧是乙個十分火熱的概念，但是大家知不知道，人工智慧這個事物的執行離不開乙個主要技術，那就是深度學習。近年來人工智慧包括語音識別和機器視覺取得了巨大突破的主要原因就是深度學習。在這篇文章中我們重點給大家介紹一下深度學習的知識，希望這篇文章能夠給大家帶來幫助。首先我們給大家介紹一下什麼是深度學...
深度了解深度學習（一）
現在人工智慧是乙個十分火熱的概念，但是大家知不知道，人工智慧這個事物的執行離不開乙個主要技術，那就是深度學習。近年來人工智慧包括語音識別和機器視覺取得了巨大突破的主要原因就是深度學習。在這篇文章中我們重點給大家介紹一下深度學習的知識，希望這篇文章能夠給大家帶來幫助。首先我們給大家介紹一下什麼是深度學...
深度了解HashMap
基於hash演算法的圖,是一種資料結構。list set map queue都是資料結構 容器 資料結構 線性結構 陣列 列表list 佇列 棧 樹 二叉樹 b樹 堆 圖。特點 查詢非常快。什麼是hash？雜湊 或音譯雜湊 摘要演算法 把任意長度的輸入，通過雜湊演算法變成固定長度的輸出。不同的輸入，...