4.应用深度进修并不须要如google一般的海量数据：

应用膳绫擎所说起的办法，即使你是通俗人，仅仅拥有100-1000个数据，你仍然可以应用深度进修技巧，并大年夜中受益。经由过程应用这些技巧，你不仅可以降低方差，同时也不会降低神经收集的灵活性。你甚至可以经由过程迁徙进修的办法，来在其他义务上来构建收集。

总之，我认为膳绫擎的所列举的来由已经可以或许很好地解释为什么深度进修在实际中话苄效。它之所以有效，并不仅仅是因为它拥有大年夜量的参数以及海量的数据。最后，我想说的是本文并没有说Jeff的不雅点是缺点的，本文仅仅是大年夜不合的角度来解读他的不雅点。欲望这篇文┞仿对你有效。

原文地址

https://simplystatistics.org/2017/05/31/deeplearning-vs-leekasso/

PS：关于正方的不雅点，请查看：

http://beamandrew.github.io/deeplearning/2017/06/04/deep_learning_works.html

【编辑推荐】

1. 人工智能可以带来真得智能家居么
2. 若何让深度进修在手机应用上也能加快跑？看完这篇文┞仿你就知道了
3. 2017年花费者对人工智能立场查询拜访
4. Keras TensorFlow教程：若何大年夜零开辟一个复杂深度进修模型
5. 态牛-Tech Neo 5月刊：深度进修

【义务编辑：林师授 TEL：（010）68476606】

　　推荐阅读

　　开发者所需要知道的iOS 11 SDK新特性

年编大年夜了过了能熬夜看 WWDC 的时代了，然则照样在小小宝的哭闹和妈妈大年夜人换尿布的催促中起了个大年夜早。于是算趁着“热乎”把 WWDC 2017 的 Keynote 看完了。和往年差>>>详细阅读

本文标题：谁说数据少就不能用深度学习？这锅俺不背！

地址：http://www.17bianji.com/lsqh/35680.html

 1/2    1