yb体育-yb体育官方网站

咨询热线: 075-216907347
yb体育官网有限公司 专注10年高精密机械零件加工
您的位置: 主页 > 新闻资讯 > 公司新闻 >

Google大脑工程师详解:深度学习技术能带来哪些新产品?

返回列表 来源:yb体育官网 发布日期:2021-11-25 01:35
 本文摘要:提及深度自学,你可能会想起认猫、认脸,或者下围棋、翻译成……只不过,这项技术还要用在很多你意想不到的地方。那么,“深度自学的最新进展能带给哪些产品上的突破?”Quora上就有这样一个问题,而GoogleBrain的研究工程师EricJiang也得出一个最低拜的答案。

yb体育官网

提及深度自学,你可能会想起认猫、认脸,或者下围棋、翻译成……只不过,这项技术还要用在很多你意想不到的地方。那么,“深度自学的最新进展能带给哪些产品上的突破?”Quora上就有这样一个问题,而GoogleBrain的研究工程师EricJiang也得出一个最低拜的答案。下面就是Jiang的问,大周末的,让我们一起来涨涨姿势:DeepLearning是指包括以下特征的一类机器学习技术:·大规模神经网络(包括百万级的权利变量);·高性能计算出来(上千个分段处理器);·大数据(例如百万级的彩色图像、棋谱等)目前,深度自学技术早已在众多领域超过了先进设备水平,例如视觉、声音、机器人、自然语言处置。深度自学最近的进展吸取了统计资料自学[1,2]、强化自学和数值优化的思想。

关于这个领域的概况,闻参考文献[9,10]。我下面所列一些利用目前的深度自学技术才有可能构建的产品类别,名列不分先后:自定义化数据压缩、传输感官、数据驱动的传感器校准、离线AI、嵌入式、游戏、艺术助手、非结构化数据挖掘、语音合成。自定义化数据压缩假设你在设计一个视频直播应用于,期望用一套有损编码方案来增加必须向互联网上载的包在。

你可以用H.264这样现成的编码解码器,但是H.264并不是最理想的解决方案,因为它是为标准化视频校准的,也就就是指猫咪视频到故事片都能用。转用为FaceTime视频而校准的编解码器可能会更佳,因为当我们利用了“屏幕中间总是有张脸”这一点,能省下更加多流量。

然而,设计一个这样的编码方案是有可玩性的。我们要怎样解释脸在什么方位,视频对象有多少根眉毛、眼睛是什么颜色、下巴是什么形状等等特征?如果头发阻挡了眉毛怎么办?图像中没脸或者有多个人的脸怎么办?这时候,深度自学就派上用场了。自动编码器是一种神经网络,只是它的输入和输出数据一样而已。

自学这个“乘积同构(identitymapping)”之所以最重要,是因为这个自动编码器的隐蔽层神经网络比输出层要小。这个“信息瓶颈”被迫自动编码器在隐蔽层中自学一种数据的传输回应(compressedrepresentation),这种传输回应还将被神经网络的其它层解码返完整形态。通过末端到端的训练,自动编码器等深度自学技术可以适应环境你数据的细微差别。不同于主成分分析法(PCA),编解码步骤不不受(线性)透视的容许。

PCA自学的是一种“编码线性变换”,自动编码器自学的是“编码程序”。这让神经网络更为强劲,能用作更加简单的、特定领域的传输,从在Facebook上存大量自拍下读取速度更慢的YouTube视频,科学数据压缩再行到减少你个人iTunes资料库所占到的空间,都能用上这种技术。

设想一下,假如你的iTunes资料库为了让你的音乐较少占到一点空间,它有可能专门自学一种“乡村歌曲编码器”哦!传输感官传输感官和有损压缩的解码方面密切涉及。很多有意思的信号都有特定的结构,也就是说,信号的产于并不几乎是给定的。这解释实质上,我们不必须为了提供信号的极致修复而在奈奎斯特无限大取样,只要我们的解码算法可以正确地找到它的结构。


本文关键词:Google,大脑,工程师,详解,深度,学习,技术,能,yb体育网页版

本文来源:yb体育官网-www.yxqfsq.com

【相关推荐】

全国服务热线

075-216907347