神經網路和深度學習目前提供了針對影象識別，語音識別和自然語言處理領域諸多問題的最佳解決方案。傳統的程式設計方法中，我們告訴計算機如何去做，將大問題劃分為許多小問題，精確地定義了計算機很容易執行的任務。而神經網路不需要我們告訴計算機如何處理問題，而是通過從觀測資料中學習，計算出他自己的解決方案。自動地從資料中學習看起來很有前途。然而直到2023年我們都不知道如何訓練神經網路使得它比傳統的方法更好，除了一些特定問題。直到2023年稱為深度神經網路的學習技術被提出，這些技術現在被稱為深度學習。它們得到了很好的發展，今天，深度神經網路和深度學習在計算機視覺、語音識別和自然語言處理等許多重要問題上取得了出色的表現。
快速上手
深度學習入門
generative adversarial network gan 生成對抗網路 梯度消失 梯度擴散 gradient diffusion deep learning i.e.unsupervised feature learning 目的是讓機器自動學習良好的特徵，而免去人工選取過程 深度學習是...
深度學習入門
元胞自動機實質上是定義在乙個具有離散 有限狀態的元胞組成的元胞空間上，並按照一定的區域性規則，在離散的時間維度上演化的動力學系統。元胞又可稱為單元 細胞，是元胞自動機的最基本的組成部分。乙個標準的細胞自動機由元胞 元胞狀態 鄰域和狀態更新規則構成。用數學表示為 a l,d,s,n,f 其中l為元胞空...
深度學習入門
1 人工智慧 1956年，幾位科學家相聚在達特茅斯會議提出了人工智慧的概念。當時計算機剛剛出現不久，他們希望通過用計算機來構造複雜的，擁有與人類智慧型具有同樣本質的機器。然後幾十年，人工智慧一直在兩極分化，有些人認為這個是改變人們未來生活的乙個大的方向 但是有的人認為人工智慧是一種噱頭，或者是一種泡...