客岁开端,工作中须要做很多有关 AI 科普的工作。很长时光里一向在想,该若何给一个没有 CS 背景的人讲解什么是深度进修,以便让一个非技巧的投资人、企业治理者、行业专家、媒体记者甚至通俗大年夜众明白深度进修为什么会特别有效,懂得 AI 是若何资世人们解决具体问题的。中心经由 Quora 一篇简短答复的启发,大年夜致形成了用水流脉络来比较神经收集的设法主意。曾经在面向银行界、教导界、投资界人士的演讲中,测验测验过基于这个比方的讲解办法,效不雅很不错。慢慢就形成了如许一篇文┞仿,比来也被收进潦攀李开复和我合著的科普书《人工智能》中。
【编辑推荐】
- 用几何学晋升深度进修模型机能,是计算机视觉研究的将来
- 数据平滔喔赡计算才能:哪些GPU更合适深度进修和数据库?
- 游戏中的深度进修与人工智能
- 浅谈深度进修的根本概念和办法
- 是什么让深度进修可以或许深刻世界并改变世界?
【注】特别须要解释的是,本文对深度进修的概念阐述克意避免了数学公式和数学论证,这种用水管收集来普及深度进修的办法只合适一般"大众,"。对于懂数学、懂计算机科学的专业人士来说,如许的描述相当不完全也不精确。流量调节阀的比方与深度神经收集中每个神经元相干的权重调剂,在数学上并非完全等价。对水管收集的┞符体描述也有意忽视了深度进修算法中的价值函数、梯度降低、反向传播等重要概念。专业人士要进修深度进修,照样要大年夜专业教不雅察起。
大年夜根本上说,深度进修和所有机械进修办法一样,是一种用数学模型对真实世比赛的特定问题进行建模,以解决该范畴内类似问题的过程。
起首,深度进修是一种机械进修。既然名为“进修”,那天然与我们仁攀类的进修过程有某种程度的类似。回想一下,一小我类小同伙是若何进修的?
仁攀类小同伙是若何进修的?机械又是若何进修的?
附图显示了一个包含4层中心层级(隐含层)的深度神经收集针对某练习数据集进行进修时的“样子”。图中,我们可以直不雅地看到,收集的每个层级与下一?层级之间,数据“水流”的偏向与大年夜小。我们还可以随时在这个网页上改变深度进修框架的根本设定,大年夜不合角度不雅察深度进修算法。这对我们进修和懂得深度进修大年夜有赞助。
比如,很多小同伙都用识字卡片来认字。大年夜古时刻人们用的“上大年夜人、孔乙己”之类的描红本,到今天在手机、平板电脑上教小同伙认字的识字卡片APP,最根本的思路就是按照大年夜简单到复杂的次序,让小同伙反复看每个汉字的各类写法(大年夜一点的小同伙甚至要学着熟悉不合的书法字体),看得多了,天然就记住了。下次再会到同一钢髦棘就很轻易能认出来。
这个有趣的识字过不雅察似简单,实袈潋奥妙无穷。认字时,必定是小同伙的大年夜脑在接收很多遍类似图像的刺激后,为每个汉字总结出了某种规律性的器械,下次大年夜脑再看到相符这种规律的图案,就知道是什么字了。
其实,要教计算机认字,差不多也是同样的事理。计算机也要先把每一个字的图案反复看很多很多遍,然后,在计算机的大年夜脑(处理器加上存储器)里,总结出一个规律来,今后计算机再看到类似的图案,只要相符之前总结的规律,计算机就能知道这图案到底是什么字。
用专业的术语来说,计算机用来进修的、反复看的图片叫“练习数据集”;“练习数据集”中,一类数据差别于另一类数据的不合方面的属性或特质,叫做“特点”;计算机在“大年夜脑”中总结规律的过程,叫“建模”;计算机在“大年夜脑”中总结出的规律,就是我们常说的“模型”;而计算机经由过程反复看图,总结出规律,然后学会认字的过程,就叫“机械进修”。
到底计算机是怎么进修的?计算机总结出的规律又是什么样的呢?这取决于我们应用什么样的机械进修算法。
有一种名叫决定计划树的机械进修办法,就和膳绫擎根据特点规律来识字的过程异常类似。当计算机只须要熟悉“一”、“二”、“三”这三个字时,计算机只要数一下要识其余汉字的笔画数量,就可以分辨出来了。当我们为待辨认汉字集(练习数据集)增长“口”和“田”时,计算机之前的剖断办法掉败,就必须惹人其他剖断前提。由此一步步推动,计算机就能熟悉越来越多的字。
附图显示了计算机进修“由”、“甲”、“申”这三个新汉字前后,计算机内部的决定计划树的不合。这解释,当我们给计算机“看”了三个新汉字及其特点后,计算机就像小同伙那样,总结并记住了新的规律,“熟悉”了更多的汉字。这个过程,就是一种最根本的机械进修了。
当然,这种基于决定计划树的进修办法太简单了,很难扩大,也很难适应实际世界的不合情况。于是,科学家和工程师们陆续创造出了许很多多不合的机械进修办法。
推荐阅读
1. 媒介计算机的根本工作就是处理数据,包含磁盘文件中的数据,经由过程收集传输的数据流或数据包,数据库中的构造化数据等。跟着互联网、物联网等技巧获得越来越广泛的应用,数据范围>>>详细阅读
本文标题:如何给非专业人士讲解什么是深度学习?
地址:http://www.17bianji.com/lsqh/35022.html
1/2 1