Sadržaj:

Što su algoritmi dubokog učenja?
Što su algoritmi dubokog učenja?

Video: Što su algoritmi dubokog učenja?

Video: Što su algoritmi dubokog učenja?
Video: Maja Lyon, Danilo Pešić: Analogija dubokog učenja, nesvesnog uma i grupnog matriksa 2024, Studeni
Anonim

Duboko učenje je klasa algoritmi strojnog učenja koji koristi više slojeva za progresivno izdvajanje značajki više razine iz sirovog unosa. Na primjer, u obradi slike, niži slojevi mogu identificirati rubove, dok viši slojevi mogu identificirati koncepte relevantne za čovjeka kao što su znamenke, slova ili lica.

Slično, možete pitati, koji su algoritmi dubokog učenja?

Najpopularniji algoritmi dubokog učenja su:

  • Konvolucijska neuronska mreža (CNN)
  • Ponavljajuće neuronske mreže (RNN)
  • Mreže dugotrajne memorije (LSTM)
  • Naslagani automatski koderi.
  • Duboki Boltzmannov stroj (DBM)
  • Mreže dubokih uvjerenja (DBN)

Potom se postavlja pitanje kako napisati algoritam za duboko učenje? 6 koraka za pisanje bilo kojeg algoritma strojnog učenja od nule: studija slučaja Perceptron

  1. Steknite osnovno razumijevanje algoritma.
  2. Pronađite različite izvore učenja.
  3. Razbiti algoritam na dijelove.
  4. Počnite s jednostavnim primjerom.
  5. Potvrdite pouzdanom implementacijom.
  6. Napišite svoj proces.

Jednostavno, što su primjeri dubokog učenja?

Primjeri od Duboko učenje na poslu Automatizirana vožnja: automobilski istraživači koriste duboko učenje za automatsko otkrivanje objekata kao što su znakovi za zaustavljanje i semafori. U Dodatku, duboko učenje koristi se za otkrivanje pješaka, što pomaže u smanjenju nesreća.

Što je CNN u dubokom učenju?

U duboko učenje , konvolucijski živčana mreža ( CNN , ili ConvNet) je klasa duboke neuronske mreže , koji se najčešće primjenjuje za analizu vizualnih slika.

Preporučeni: