Deep learning

Z Wikipedii, wolnej encyklopedii
Przejdź do nawigacji Przejdź do wyszukiwania

Deep learning – jest to podkategoria uczenia maszynowego (ang. machine learning) i polega na tworzeniu sieci neuronowych, które mają za zadanie udoskonalić technikę rozpoznawania głosu, przetwarzania języka naturalnego.

Różnice między uczeniem maszynowym a uczeniem głębokim[1][edytuj | edytuj kod]

Czynnik Uczenie maszynowe Uczenie głębokie
Czas uczenia Długi czas uczenia Krótszy czas uczenia
Dane Wymaga dużych zbiorów danych Nie wymaga dużych zbiorów danych; może

uczyć się na mniejszych zbiorach

Wymagania sprzętowe Może uczyć się na CPU, ale zalecane

jest również GPU

Obliczenia wykonywane są na CPU

Przypisy[edytuj | edytuj kod]

  1. Omid Ghorbanzadeh i inni, Evaluation of Different Machine Learning Methods and Deep-Learning Convolutional Neural Networks for Landslide Detection, „Remote Sensing”, 2019, DOI10.3390/rs11020196.