1樓：小小酥
深度學習是人工智慧的一個子集，它使用多層人工神經網路來執行一系列任務，從計算機視覺到自然語言處理。深度學習與傳統機器學習系統的不同之處在於，它能夠在分析大型資料集時進行自我學習和改進，因此能應用在許多不同的領域。
深度學習是學習樣本資料的內在規律和表示層次，這些學習過程中獲得的資訊對諸如文字，影象和聲音等資料的解釋有很大的幫助。它的最終目標是讓機器能夠像人一樣具有分析學習能力，能夠識別文字、影象和聲音等資料。 深度學習是一個複雜的機器學習演算法，在語音和影象識別方面取得的效果，遠遠超過先前相關技術。
[1]深度學習在搜尋技術，資料探勘，機器學習，機器翻譯，自然語言處理，多**學習，語音，推薦和個性化技術，以及其他相關領域都取得了很多成果。深度學習使機器模仿視聽和思考等人類的活動，解決了很多複雜的模式識別難題，使得人工智慧相關技術取得了很大進步。
2樓：三叉貓
什麼是神經網路，深度學習
3樓：匿名使用者
與世隔絕 全身心投入其中，這邊不建議這麼極端的學習方式，會擾亂生物鐘。建議您合理規劃時間。
4樓：中公教育it培訓優就業
深度學習屬於人工智慧的前沿技術，是機器學習研究中的一個子集，是一種實現機器學習的技術，通過組合低層特徵形成更加抽象的高層屬性或類別特徵，從而對資料進行表徵，說的更通俗些，深度學習從資料中學習，即自動從資料中提取特徵，然後再基於這些特徵完成相應的業務需求，比如分類，識別，**等。
深度學習帶來了人工智慧的正迴圈，極大地推進了人工智慧各個分支課題的發展速度，可以使機器像初生的嬰兒一般，「自己逐漸學會世界上的一些概念」，使得機器將具備一定的人類般的學習和思考能力。人類自身的學習能力可以幫助我們自行認識世界，而當機器模擬人腦具備了這一能力之後，就可以在一定程度上幫助甚至取代我們部分腦力工作。
就像在工業革命和電力革命帶來的影響力一樣，我們自身從體力勞動中解放出來一樣，在深度學習所帶來的人工智慧革命下，我們同樣可以將腦力工作外包給機器。
什麼是深度學習
5樓：中公教育it優就業
深度學習(dl, deep learning)是機器學習(ml, machine learning)領域中一個新的研究方向，它被引入機器學習使其更接近於最初的目標——人工智慧(ai, artificial intelligence)，他是人工神經網路的研究的概念。
深度學習是學習樣本資料的內在規律和表示層次，這些學習過程中獲得的資訊對諸如文字，影象和聲音等資料的解釋有很大的幫助。它的最終目標是讓機器能夠像人一樣具有分析學習能力，能夠識別文字、影象和聲音等資料。 深度學習是一個複雜的機器學習演算法，在語音和影象識別方面取得的效果，遠遠超過先前相關技術。
深度學習在搜尋技術，資料探勘，機器學習，機器翻譯，自然語言處理，多**學習，語音，推薦和個性化技術，以及其他相關領域都取得了很多成果。深度學習使機器模仿視聽和思考等人類的活動，解決了很多複雜的模式識別難題，使得人工智慧相關技術取得了很大進步。
6樓：1濾鏡
深度學習的概念源於人工神經網路的研究。含多隱層的多層感知器就是一種深度學習結構。深度學習通過組合低層特徵形成更加抽象的高層表示屬性類別或特徵，以發現資料的分散式特徵表示。
深度學習的概念由hinton等人於2023年提出。基於深信度網(dbn)提出非監督貪心逐層訓練演算法，為解決深層結構相關的優化難題帶來希望，隨後提出多層自動編碼器深層結構。此外lecun等人提出的卷積神經網路是第一個真正多層結構學習演算法，它利用空間相對關係減少引數數目以提高訓練效能。
深度學習是機器學習研究中的一個新的領域，其動機在於建立、模擬人腦進行分析學習的神經網路，它模仿人腦的機制來解釋資料，例如影象，聲音和文字。
同機器學習方法一樣，深度機器學習方法也有監督學習與無監督學習之分．不同的學習框架下建立的學習模型很是不同．例如，卷積神經網路（convolutional neural networks，簡稱cnns）就是一種深度的監督學習下的機器學習模型，而深度置信網（deep belief nets，簡稱dbns）就是一種無監督學習下的機器學習模型。
深度不足會出現問題
在許多情形中深度2就足夠表示任何一個帶有給定目標精度的函式。但是其代價是：圖中所需要的節點數(比如計算和引數數量)可能變的非常大。
理論結果證實那些事實上所需要的節點數隨著輸入的大小指數增長的函式族是存在的。
我們可以將深度架構看做一種因子分解。大部分隨機選擇的函式不能被有效地表示，無論是用深的或者淺的架構。但是許多能夠有效地被深度架構表示的卻不能被用淺的架構高效表示。
一個緊的和深度的表示的存在意味著在潛在的可被表示的函式中存在某種結構。如果不存在任何結構，那將不可能很好地泛化。
大腦有一個深度架構
例如，視覺皮質得到了很好的研究，並顯示出一系列的區域，在每一個這種區域中包含一個輸入的表示和從一個到另一個的訊號流(這裡忽略了在一些層次並行路徑上的關聯，因此更復雜)。這個特徵層次的每一層表示在一個不同的抽象層上的輸入，並在層次的更上層有著更多的抽象特徵，他們根據低層特徵定義。
需要注意的是大腦中的表示是在中間緊密分佈並且純區域性：他們是稀疏的：1%的神經元是同時活動的。給定大量的神經元，仍然有一個非常高效地(指數級高效)表示。
認知過程逐層進行，逐步抽象
人類層次化地組織思想和概念；
人類首先學習簡單的概念，然後用他們去表示更抽象的；
工程師將任務分解成多個抽象層次去處理；
學習/發現這些概念(知識工程由於沒有反省而失敗？)是很美好的。對語言可表達的概念的反省也建議我們一個稀疏的表示：
僅所有可能單詞/概念中的一個小的部分是可被應用到一個特別的輸入(一個視覺場景)。
核心思想
把學習結構看作一個網路，則深度學習的核心思路如下：
①無監督學習用於每一層網路的pre-train；
②每次用無監督學習只訓練一層，將其訓練結果作為其高一層的輸入；
③用自頂而下的監督演算法去調整所有層
7樓：匿名使用者
深度學習是用於建立、模擬人腦進行分析學習的神經網路，並模仿人腦的機制來解釋資料的一種機器學習技術。它的基本特點是試圖模仿大腦的神經元之間傳遞，處理資訊的模式。最顯著的應用是計算機視覺和自然語言處理(nlp)領域。
顯然，「深度學習」是與機器學習中的「神經網路」是強相關，「神經網路」也是其主要的演算法和手段；或者我們可以將「深度學習」稱之為「改良版的神經網路」演算法。
中科院目前對於深度學習處於國內前沿，想入門的花，可以去優就業瞭解一下培訓學習，二者目前合作關係，博士授課。
8樓：因你而美麗
深度學習，按個人的理解主要就是多層神經網路。而多層神經網路目前效果比較好的是卷積神經網路，目前在影象和音訊訊號上效果比較好，而在自然語言處理上效果沒有顯示出來。
深度學習從統計學的角度來說,就是在**資料的分佈，從資料中學得一個模型然後再通過這個模型去**新的資料，這一點就要求測試資料和訓練資料必須是同分布。
深度學習，它是在一定的學習量的積累基礎之上的質的飛越，就是學習能力的質變和新實現。度學習的前提在於大資料技術的成熟和支撐。同時，深度學習是一種經驗的連線和運用。
它是人類的經驗和智慧在機器中的再生和活化。
9樓：匿名使用者
深度學習屬於機器學習的一種方法，除了深度學習以外，還包括了線性迴歸、邏輯迴歸、svm、隨機森林、圖模型、貝葉斯等等很多方法。
而深度學習，並不是對所有的任務都有效，有些時候，也需要用到一些傳統的機器學習方法。而機器學習則是實現人工智慧必不可少一種技術手段。
10樓：匿名使用者
簡單來說是人工智慧的功能性學習
11樓：匿名使用者
深度學習是一種機器學習的方法，它試圖使用包含複雜結構或者由多重非線性變換構成的多個處理層(神經網路)對資料進行高層抽象的演算法。深度學習可以理解為神經網路的發展，神經網路是對人腦或生物神經網路基本特徵進行抽象和建模，可以從外界環境中學習，並以與生物類似的互動方式適應環境。
12樓：夢逍遙
深度學習是學習樣本資料的內在規律和表示層次，這些學習過程中獲得的資訊對諸如文字，影象和聲音等資料的解釋有很大的幫助。它的最終目標是讓機器能夠像人一樣具有分析學習能力，能夠識別文字、影象和聲音等資料。 深度學習是一個複雜的機器學習演算法，在語音和影象識別方面取得的效果，遠遠超過先前相關技術。
13樓：esc__殤
深度學習是機器學習的分支，是一種以人工神經網路為架構，對資料進行表徵學習的演算法。最近有中公的老師聯絡我說他們和中科院聯合推出了深度學習的課程，打算先試聽一下。可以的話就報班學習吧
深度學習是學什麼？
14樓：我心有猛虎
婡深臫度學頭習篠是學習樣本資料的內在規律和表示層次，這些學習過程中獲得的資訊對諸如文字，影象和聲音等資料的解釋有很大的幫助。它的最終目標是讓機器能夠像人一樣具有分析學習能力，能夠識別文字、影象和聲音等資料。深度學習是一個複雜的機器學習演算法，在語音和影象識別方面取得的效果，遠遠超過先前相關技術。
深度學習在搜尋技術，資料探勘，機器學習，機器翻譯，自然語言處理，多**學習，語音，推薦和個性化技術，以及其他相關領域都取得了很多成果。深度學習使機器模仿視聽和思考等人類的活動，解決了很多複雜的模式識別難題，使得人工智慧相關技術取得了很大進步。
背景介紹
機器學習（machine learning）是一門專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的效能的學科。
2023年美國的塞繆爾（samuel)設計了一個下棋程式，這個程式具有學習能力，它可以在不斷地對弈中改善自己的棋藝。4年後，這個程式戰勝了設計者本人。
又過了3年，這個程式戰勝了美國一個保持8年之久的常勝不敗的冠軍。這個程式向人們展示了機器學習的能力，提出了許多令人深思的社會問題與哲學問題。
15樓：仉玉軒
深度學習是近幾年來隨著資訊社會發展、學習科學發展及課程改革向縱身推進而出現的一種新的學習樣態和形式。
16樓：六月梅
深度學習是機器學習的分支，是一種以人工神經網路為架構，對資料進行表徵學習的演算法。
深度學習的基礎概念，深度學習中的端到端是什麼概念
從一個輸入中產生一個輸出所涉及的計算可以通過一個流向圖 flow graph 來表示 流向圖是一種能夠表示計算的圖，在這種圖中每一個節點表示一個基本的計算並且一個計算的值 計算的結果被應用到這個節點的孩子節點的值 考慮這樣一個計算集合，它可以被允許在每一個節點和可能的圖結構中，並定義了一個函式族。輸...
重慶有靠譜的深度學習機構嗎，深度學習在重慶好找工作嗎？
深度學習技術在現代社會的各個方面表現出了強大的功能，從web搜尋到社會網路內容過濾，再到電子商務 上的商品推薦都有涉足。並且它越來越多地出現在消費品中，比如相機和智慧手機。深度學習正在取得重大進展，有望成為計算機視覺 語音分析和許多其他領域內機器學習的主要形式。深度學習知識包括但不限於人工神經網路及...
深度學習是生成模型還是判別模型
深度學習的模型有很多,既有生成模式也有判別模式,目前開發者最常用的深度學習模型版與架構包括 深度學習屬於判別模型 在深度學習中,dnn與dbn兩個網路有什麼區別 dnn 從名字上你就可以看出來,是深度神經網路,類比於淺層神經網路,內它的訓練方法也是bp,沒容有引入無監督的預訓練。隱層的啟用函式使用了...