主题阅读卡片0002:深度学习[Deep Learning]

主题阅读卡片0002:深度学习[Deep Learning]

└─1️⃣起源：要解决什么问题？──────
┃
┃学习数据的正确表示的想法是解释深度学习的一个视角。—《深度学习》
┃
└─2️⃣过去：之前底层是怎么解决的？───
┃
┃表示学习算法只需几分钟就可以为简单的任务发现一个很好的特征集，对于复杂任务则需要几小时到几个月。—《深度学习》
┃
└─3️⃣现在：现在底层是怎么解决的？───
┃
┃反向传播是深度学习使用的核心数学算法，用于遵循利用链式法则的梯度下降方法来有效地训练人工神经网络。—《深度学习实战：基于TensorFlow 2和Keras（原书第2版）》
┃
└─4️⃣️方法：现在提供了哪些方法？────
┃
┃深度学习模型的典型例子是前馈深度网络或多层感知机 (multilayerperceptron,MLP)。多层感知机仅仅是一个将一组输入值映射到输出值的数学函数。该函数由许多较简单的函数复合而成。我们可以认为不同数学函数的每一次应用都为输入提供了新的表示。—《深度学习》
┃
└─5️⃣优点：有什么优点？──────
┃
┃深度学习识别或分类每一幅图像只需0.01秒，通过一台价格低廉的产品检测服务器，每秒即可检测100个产品，承担100人的工作量，成本得以大幅降低。—《人工智能改变未来：工作方式、产业和社会变革》
┃
└─6️⃣缺点：有什么缺点？──────
┃
┃掌握深度学习是一项花费非常昂贵的任务，因为GPU本身就是非常贵重的硬件设备。—《金融中的机器学习》
┃
└─7️⃣‍♂️避坑：怎么扬长避短？─────
┃
┃AutoML的中心思想是通过使整个端到端机器学习流水线更加自动化来减缓陡峭的学习曲线和减少手工制作机器学习解决方案的巨额成本。—《深度学习实战：基于TensorFlow 2和Keras（原书第2版）》
┃
└─8️⃣场景：大家都是怎么用的？────
┃
┃随着老龄化、少子化的到来，日本传统制造业陷入前所未有的困境，很多传统技艺走向衰落，面临无人继承的尴尬局面。因此需要AI通过原始数据学习、传承技艺，同时弥补人员不足的问题。—《人工智能改变未来：工作方式、产业和社会变革》
┃
└─9️⃣未来：未来底层有什么方向？───
┃
┃许多深度学习实践者认为，强化学习将在通用人工智能（Artificial General Intelligence，AGI）中发挥重要作用。—《深度学习实战：基于TensorFlow 2和Keras（原书第2版）》
┃
└─✍️来源───────────
┃
┃https://t.zsxq.com/07yXJ1JF6
┃侵删联系方式 :
┃
└────────────────