成为 AI 产品经理
刘海丰
京东高级架构师
23717 人已学习
新⼈⾸单¥59
登录后,你可以任选4讲全文学习
课程目录
已完结/共 38 讲
成为 AI 产品经理
15
15
1.0x
00:00/00:00
登录|注册

16 | 深度学习:当今最火的机器学习技术,你一定要知道

课后讨论
总结
深度学习的优缺点
深度学习的应用案例
深度学习模型训练目标
神经网络模型的组成
神经网络
理解深度学习
深度学习

该思维导图由 AI 生成,仅供参考

你好,我是海丰。
深度学习(Deep Learning)是一种特殊的机器学习,是借鉴了人脑由很多神经元组成的特性而形成的一个框架。相对于普通的机器学习,深度学习在海量数据情况下的效果要比机器学习更为出色。
并且,自从 2016 年 Alpha Go 打败了李世石之后,深度学习就正式确立了在机器学习领域中的霸主地位。可以说,目前所有应用了人工智能的行业,基本都用到了深度学习模型。因此,产品经理也必须要了解深度学习的基础知识。
这节课,我们就来学习这个当今最火的机器学习技术,以及它的应用场景和算法效果。

如何理解深度学习?

因为深度学习可以简单理解为多层的神经网络模型,所以想要理解深度学习,我们就要先理解神经网络。接下来,我就通过一个例子来讲讲什么是神经网络。

什么是神经网络?

假如,你现在就职于一家很“民主”的公司,每年年终总结的时候,公司会让每一名员工写下自己对公司的意见,并且收集起来。为了节约行政成本,这些意见都会由当前层级的领导整合后,提交给他的上一级领导。
比如说,每个“部门组长”收集所有“部门员工”的意见,整合后统一提交给所有“部门经理”。每个“部门经理”收集所有“部门组长”的意见,整合后统一提交给所有“事业群经理”。就这样层层汇总传递,最后由事业群经理汇总提交给总经理,下图就是这个公司收集员工意见的流程图。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结

深度学习是当今最热门的机器学习技术之一,它借鉴了人脑神经元组成的特性,形成了一个多层神经网络模型。深度学习在处理海量数据时表现出色,尤其在图像识别方面有广泛应用。文章介绍了深度学习的基本原理和应用场景,以及深度学习的优缺点。其中,卷积神经网络(CNN)作为深度学习的主流技术,在图像处理领域得到了广泛应用。深度学习的优点在于能够拟合任意复杂的数据分布,但同时也存在可解释性差、模型训练慢、对大数据依赖和模型复杂度高的缺点。深度学习常用于处理计算机视觉、人脸识别、语音识别、机器翻译、自然语言处理、推荐系统等领域。最后,文章还提到了其他深度学习模型和开源框架,如LSTM、RNN、Seq2Seq、Gen、TensorFlow和PyTorch等。深度学习对产品经理来说是一个重要的技术领域,了解其基本原理和应用场景对于从事相关工作的人员至关重要。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《成为 AI 产品经理》
新⼈⾸单¥59
立即购买
登录 后留言

全部留言(4)

  • 最新
  • 精选
  • Geek_542a30
    目前项目上大部分都是机器学习的模型,还没有深度学习的,我理解,机器学习和深度学习是两种不同的达成路径,只是深度学习更复杂,效果可能更好。但是深度学习需要消耗更多的计算资源,同时对于模型团队的基础储备要求更高。如果是小公司没必要做深度学习。不知道我理解对不对
    2021-01-26
    3
    4
  • Geek_d54869
    OCR图像识别 比如身份证信息提取,车辆VIN码提取
    2023-05-25归属地:北京
  • Jeo~杨锦汶
    老师,工程团队怎么应用这些特征呢?直接比对么
    2022-01-05
  • AnMin
    老师,最后面的是不是GAN啊
    2021-07-06
收起评论
显示
设置
留言
4
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部