一些强大的深度学习算法是深度神经网络
来源:CPDA数据分析师网 / 作者:数据君 / 时间:2020-07-13
深度学习真正意味着什么?
云中的GPU使深度神经网络的预测能力触及每个开发人员,积极的技术主题也许是人工智能,机器学习,尤其是深度学习的长期以来的胜利,我们将讨论这意味着什么以及如何利用自己进行深度学习,突然从平均与原始语言联系模糊的文字沙拉变成了经常发送优美,连贯的句子-至少对于受支持的语言对而言,例如包括英语,法语,英语和日语,从使用其旧的基于短语的统计机器翻译算法改造为使用经过深度学习和词嵌入训练的神经网络,找出适合您的机器学习和深度学习框架。
从事转换工作的研究人员可以使用大量翻译来训练他们的网络
但是他们很快发现他们需要数千个 GPU进行训练,因此必须创建一种新型的芯片,在他们训练有素的神经网络上大规模运行翻译,他们还想尝试训练几乎与人类翻译者一样出色的系统,因此必须对网络进行数百次优化。
常规编程要掌握深度学习的工作原理
您需要了解一些有关机器学习和神经网络的知识,它们实际上是由它们与传统编程的区别来定义的,常规编程涉及编写特定指令以供计算机执行。例如,采用C编程语言编写的经典“ Hello,World”程序:该程序在编译和链接后会做一件事:在标准输出端口上打印字符串“ Hello,World”。它仅执行程序员要求执行的操作,并且每次运行时都执行相同的操作,您可能想知道游戏程序有时如何从相同的输入提供不同的输出,例如将角色的斧头挥到巨龙上,这需要使用随机数生成器和一个基于生成器返回的数字执行不同操作的程序。
如果我们希望常规程序进行统计上的变化而不是始终如一地运行,则必须对变化进行编程
机器学习将这个想法变为现实,机器学习在机器学习(ML)中,基本任务是从一组输入中创建对未来输出的预测器。这是通过根据历史数据对预测变量进行统计训练来实现的,如果预测的值是一个实数,那么您正在解决一个回归问题,例如“ MSFT股票的价格在星期二中午将是多少?” MSFT股票交易的完整历史以及可能与股价相关的所有相关股票,新闻和经济数据都可供培训。
如果您预测将回答是或否,那么您正在解决一个二元或两类分类问题
云中的GPU使深度神经网络的预测能力触及每个开发人员,积极的技术主题也许是人工智能,机器学习,尤其是深度学习的长期以来的胜利,我们将讨论这意味着什么以及如何利用自己进行深度学习,突然从平均与原始语言联系模糊的文字沙拉变成了经常发送优美,连贯的句子-至少对于受支持的语言对而言,例如包括英语,法语,英语和日语,从使用其旧的基于短语的统计机器翻译算法改造为使用经过深度学习和词嵌入训练的神经网络,找出适合您的机器学习和深度学习框架。
从事转换工作的研究人员可以使用大量翻译来训练他们的网络
但是他们很快发现他们需要数千个 GPU进行训练,因此必须创建一种新型的芯片,在他们训练有素的神经网络上大规模运行翻译,他们还想尝试训练几乎与人类翻译者一样出色的系统,因此必须对网络进行数百次优化。
常规编程要掌握深度学习的工作原理
您需要了解一些有关机器学习和神经网络的知识,它们实际上是由它们与传统编程的区别来定义的,常规编程涉及编写特定指令以供计算机执行。例如,采用C编程语言编写的经典“ Hello,World”程序:该程序在编译和链接后会做一件事:在标准输出端口上打印字符串“ Hello,World”。它仅执行程序员要求执行的操作,并且每次运行时都执行相同的操作,您可能想知道游戏程序有时如何从相同的输入提供不同的输出,例如将角色的斧头挥到巨龙上,这需要使用随机数生成器和一个基于生成器返回的数字执行不同操作的程序。
如果我们希望常规程序进行统计上的变化而不是始终如一地运行,则必须对变化进行编程
机器学习将这个想法变为现实,机器学习在机器学习(ML)中,基本任务是从一组输入中创建对未来输出的预测器。这是通过根据历史数据对预测变量进行统计训练来实现的,如果预测的值是一个实数,那么您正在解决一个回归问题,例如“ MSFT股票的价格在星期二中午将是多少?” MSFT股票交易的完整历史以及可能与股价相关的所有相关股票,新闻和经济数据都可供培训。
如果您预测将回答是或否,那么您正在解决一个二元或两类分类问题
股票的价格在现在和星期二中午之间会上涨吗?” 数据的主体与回归问题相同,但是用于优化预测变量的算法将有所不同,如果您要预测两个以上的类别,那么您正在解决一个多类别的分类问题,例如“ MSFT股票的操作是什么?买,卖或持有?” 同样,数据的主体相同,但是算法可能不同,通常执行ML时,首先要准备历史数据,然后将其随机分为两组:一组用于训练,一组用于测试,处理数据进行训练时,将使用已知的目标值。在处理数据进行测试时,您可以从其他数据中预测目标值,并通过将预测值与已知目标值进行比较来计算错误率。