Глубокое обучение

От / / Оставьте комментарий

Глубокое обучение История и развитие глубокого обучения Глубокое обучение началось с работы Хопфилда в 1982 году.  В 1990-х годах были […]

Artificial neural networks, Deep learning

Глубокое обучение

  • История и развитие глубокого обучения

    • Глубокое обучение началось с работы Хопфилда в 1982 году. 
    • В 1990-х годах были разработаны нейронные сети для распознавания речи, но они не превзошли GMM-HMM. 
    • В конце 1990-х SRI International исследовала глубокие нейронные сети для распознавания речи. 
    • В 2003 году LSTM начал конкурировать с традиционными методами распознавания речи. 

  • Промышленное применение и развитие

    • В начале 2000-х CNNS обрабатывали до 20% чеков в США. 
    • В 2006 году было показано, что DNN могут быть эффективно обучены с использованием генеративных моделей. 
    • В 2010 году DNN с контекстно-зависимыми состояниями HMM показали лучшие результаты. 
    • В 2012 году CNN и LSTM значительно улучшили результаты в компьютерном зрении и распознавании речи. 

  • Революция в аппаратном обеспечении

    • В 2009 году Nvidia способствовала «большому взрыву» глубокого обучения, используя графические процессоры. 
    • Графические процессоры значительно ускоряют алгоритмы обучения. 

  • Современные достижения

    • Глубокое обучение превзошло другие методы в соревнованиях по машинному обучению. 
    • В 2011-2012 годах произошли значительные изменения в распознавании изображений и объектов. 
    • В 2014 году VGG-16 победила в конкурсе ImageNet, демонстрируя эффективность глубокого обучения. 
    • Классификация изображений была расширена до создания описаний изображений с использованием CNN и LSTM. 
    • Пересказана только часть статьи. Для продолжения перейдите к чтению оригинала. 

Полный текст статьи:

Глубокое обучение — Википедия

Похожие статьи:

  1. Автоматизированное машинное обучение Автоматизированное машинное обучение Основные подходы к машинному обучению Контролируемое обучение: обучение с заранее определенными метками для...
  2. Кафе (программное обеспечение) Caffe (программное обеспечение) Основные подходы к обучению Контролируемое обучение: обучение с заранее определенными метками для классификации...
  3. CNN СNN История и развитие CNN CNN была основана в 1980 году Тедом Тернером и изначально была...
  4. Ошибка «нет в сумке» Ошибка из-за отсутствия упаковки Контролируемое обучение Обучение с заранее определенными целями и критериями оценки.  Обучение без...
  5. Машина векторов релевантности Векторная машина релевантности Основные методы машинного обучения Контролируемое обучение: обучение с заранее определенными метками для классификации...
  6. Скорость обучения Скорость обучения Основные понятия машинного обучения Контролируемое обучение: обучение с заранее определенными целями и критериями оценки. ...
  7. Утечка (машинное обучение) Утечка (машинное обучение) Основные методы машинного обучения Контролируемое обучение: обучение с заранее определенными метками для классификации...
  8. Масштабирование Платта Масштабирование по Платту Контролируемое обучение Обучение с учителем, где данные классифицируются с помощью заранее определенных правил. ...
  9. Ю-Нет U-Образная сетка Контролируемое обучение Обучение с заранее определенными целями и критериями оценки.  Включает методы, такие как...
  10. Масштабирование функций Масштабирование объектов Контролируемое обучение Обучение с заранее определенными целями и критериями оценки.  Включает методы классификации, регрессии,...
  11. Маркированные данные Помеченные данные Контролируемое обучение Обучение с заранее определенными метками для обучения моделей.  Включает классификацию, генеративное моделирование,...
  12. Список наборов данных для исследований в области машинного обучения Список наборов данных для исследований в области машинного обучения Контролируемое обучение Обучение с заранее подготовленными данными,...
  13. Глубокое обучение Глубокое обучение Глубокое обучение стало революционным подходом в распознавании речи и других областях.  Глубокое обучение основано...
  14. Машинное обучение на основе правил Машинное обучение на основе правил Основные подходы к машинному обучению Контролируемое обучение: обучение с заранее определенными...
  15. Скрытая модель Маркова Скрытая марковская модель Основы скрытых марковских моделей Скрытые марковские модели (HMM) используются для моделирования последовательностей данных,...
  16. Глубокое обучение с подкреплением Глубокое обучение с подкреплением Основы обучения с подкреплением Обучение с подкреплением (RL) — это метод машинного...
  17. Синтез речи Синтез речи Основы синтеза речи Синтез речи — это процесс преобразования текста в речь.  Синтез речи...
  18. Международная конференция по изучению представлений Международная конференция по обучению репрезентациям Основные направления машинного обучения Контролируемое обучение: обучение с заранее определенными целями...
  19. Международная конференция по машинному обучению Международная конференция по машинному обучению Основные подходы к обучению в ИИ Контролируемое обучение: обучение с заранее...
  20. GeForce GeForce (видеокарта) История графических процессоров Nvidia Nvidia начала с разработки чипов для игровых приставок, но перешла...
  21. PowerVR Мощность Обзор графических процессоров PowerVR PowerVR — семейство графических процессоров, разработанных Imagination Technologies.  Графические процессоры PowerVR...
  22. Мультимодальное обучение Мультимодальное обучение Контролируемое обучение Обучение с заранее определенными целями и критериями оценки.  Включает методы, такие как...

Оставьте комментарий

Прокрутить вверх