未来科技在线电子商务平台
当前位置:未来科技 > 人工智能 > 正文

智能计算机系统的大规模深度学习 Large-Scale Deep Learning for Intelligent Computer Systems

作者:keji.okinfo.org/       ;点击:      时间:2016-03-21 14:25:01

  谷歌深度神经网络

 

  谷歌大脑计划于2011年启动,聚焦于真正推动神经网络科学能达到的最先进的技术。

 

  神经网络已经存在很多年了,出现于19世纪60年代至70年代之间,在80年代晚期和90年代早期红极一时,然后逐渐暗淡。主要因为两个问题:1)缺乏必备的计算能力去训练大量的模型,这意味着神经网络不能应用于包含大量有趣的数据集的大型问题。2)缺乏大量的有趣的数据集。

 

  谷歌开始只有几个产品团队工作。随着这些团队发布一些很好的、能解决以前不能解决的问题的产品。名声渐起,很快,更多的团队加入其中帮助解决问题。

 

  谷歌需要利用深度学习技术的产品/领域:安卓,Apps,药物发现,谷歌邮箱,图像理解,地图,自然语言,图片,机器人,语音翻译,等等。

 

  深度学习能应用于如此完全不同的项目的原因是他们涉及相同的基石,这些基石可用于不同的领域:语音、文本、搜索查询、图像、视频、标签、实体(一种特定的软件模块)、文字、音频特性。你可以输入一种类型的信息,决定你想要输出信息类型,收集训练数据集指示出你想要计算的功能。然后,你可以放手不管了。

 

  这些模型十分奏效,因为你输入的是非常原始的数据。你不必给出数据大量的有趣特点,模型的力量足以让它自动地通过观察许多许多例子决定数据集的有趣之处。

 

  你可以学习常见的表征,这种学习很可能是跨领域的。例如,一辆“汽车”可以指图像中与真实相同的汽车。

 

  他们已经学到他们可以聚集一大堆的子系统,其中一些可能是由机器学习的,然后用更通用的端对端的机器学习块代替它。通常当你有很多复杂的子系统时,往往有大量复杂的代码将这些子系统缝结在一起。如果你能用数据和简单的算法代替所有复杂代码,那就太好了。

 3/11   首页 上一页 1 2 3 4 5 6 下一页 尾页
标签:智能计算机系统的大规模深度学习,Large-Scale Deep Learning