Sisukord:

Mis on süvaõppe algoritmid?
Mis on süvaõppe algoritmid?

Video: Mis on süvaõppe algoritmid?

Video: Mis on süvaõppe algoritmid?
Video: Ülle Madise: „Masin peab jääma inimesele appi.” 2024, Mai
Anonim

Sügav õppimine on klass masinõppe algoritmid mis kasutab mitut kihti, et järk-järgult ekstraheerida toorsisendist kõrgema taseme funktsioone. Näiteks pilditöötluses võivad alumised kihid tuvastada servad, kõrgemad aga inimese jaoks olulised mõisted, nagu numbrid, tähed või näod.

Samamoodi võite küsida, millised on süvaõppe algoritmid?

Kõige populaarsemad süvaõppe algoritmid on:

  • Konvolutsiooniline närvivõrk (CNN)
  • Korduvad närvivõrgud (RNN)
  • Pikaajalised lühiajalised mäluvõrgud (LSTM)
  • Virnastatud automaatkodeerijad.
  • Sügav Boltzmanni masin (DBM)
  • Deep Belief Networks (DBN)

Seejärel tekib küsimus, kuidas kirjutada süvaõppe algoritmi? 6 sammu mis tahes masinõppealgoritmi nullist kirjutamiseks: Perceptroni juhtumiuuring

  1. Hankige algteadmised algoritmist.
  2. Otsige üles mõned erinevad õppeallikad.
  3. Jagage algoritm tükkideks.
  4. Alustage lihtsa näitega.
  5. Kinnitage usaldusväärse rakendusega.
  6. Kirjutage oma protsess üles.

Lihtsalt nii, mis on süvaõppe näited?

Näited kohta Sügav õppimine tööl Automatiseeritud juhtimine: autoteadlased kasutavad sügav õppimine objektide (nt stoppmärgid ja foorid) automaatseks tuvastamiseks. Lisaks, sügav õppimine kasutatakse jalakäijate tuvastamiseks, mis aitab vähendada õnnetusi.

Mis on CNN süvaõppes?

sisse sügav õppimine , konvolutsiooniline närvivõrk ( CNN või ConvNet) on klass sügavad närvivõrgud , mida kasutatakse kõige sagedamini visuaalsete kujutiste analüüsimiseks.

Soovitan: