实现机器学习的一种重要框架是深度学习
人工智能（AI）是近两年来最热门的词之一了，自16年Google DeepMind的AlphaGo打败了世界围棋大师李世石后，人们在惊叹之余，也意识到人工智能时代的正式开始。从此，人工智能、机器学习和深度学习就成为了热门词汇，而它们的关系如下图1所示。
图1 人工智能、机器学习和深度学习的关系
人工智能的概念起源于1956年，所谓的人工智能就是给机器赋予人的智能，让机器能够像人一样地思考问题，做出决策。而一种较为有效的、可行的实现人工智能的方法就是机器学习，机器学习最基本的做法，是使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和预测。实现机器学习的一种重要框架是深度学习，它的出现使机器学习能够实现更多的应用，包括无人驾驶汽车，预防性医疗保健，甚至是更好的电影推荐。
从下图2可以看出，深度作为当前热门领域“机器学习”的其中一种框架，近年来，在google的使用呈直线上升趋势。
图2 机器学习在google的发展趋势
面对如此火辣辣的深度学习
你是不是早想分一杯羹？
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
人工智能
+关注
关注
1809文章
49151浏览量
250612 -
机器学习
+关注
关注
66文章
8510浏览量
134844 -
深度学习
+关注
关注
73文章
5564浏览量
122926
原文标题：深度学习学习路径解密（内含试听）
文章出处：【微信号：AI_shequ，微信公众号：人工智能爱好者社区】欢迎添加关注！文章转载请注明出处。
发布评论请先 登录
相关推荐
热点推荐
嵌入式AI技术之深度学习：数据样本预处理过程中使用合适的特征变换对深度学习的意义
? 作者：苏勇Andrew 使用神经网络实现机器学习，网络的每个层都将对输入的数据做一次抽象，多层神经网络构成深度
BP神经网络与深度学习的关系
），是一种多层前馈神经网络，它通过反向传播算法进行训练。BP神经网络由输入层、一个或多个隐藏层和输出层组成，通过逐层递减的方式调整网络权重，目的是最小化网络的输出误差。 二、深度学习的
Arm成功将Arm KleidiAI软件库集成到腾讯自研的Angel 机器学习框架
Arm 与腾讯携手合作，成功将 Arm KleidiAI 软件库集成到腾讯自研的 Angel 机器学习框架。 ? 借助 KleidiAI 解锁卓越性能、能效和可移植性，腾讯混元大模型能够实现
什么是机器学习？通过机器学习方法能解决哪些问题？
来源：Master编程树“机器学习”最初的研究动机是让计算机系统具有人的学习能力以便实现人工智能。因为没有学习能力的系统很难被认为是具有智能
NPU与机器学习算法的关系
在人工智能领域，机器学习算法是实现智能系统的核心。随着数据量的激增和算法复杂度的提升，对计算资源的需求也在不断增长。NPU作为一种专门为深度
NPU在深度学习中的应用
设计的硬件加速器，它在深度学习中的应用日益广泛。 1. NPU的基本概念 NPU是一种专门针对深度学习算法优化的处理器，它与传统的CPU和G
深度学习框架中的LSTM神经网络实现
长短期记忆（LSTM）网络是一种特殊的循环神经网络（RNN），能够学习长期依赖信息。与传统的RNN相比，LSTM通过引入门控机制来解决梯度消失和梯度爆炸问题，使其在处理序列数据时更为有效。在自然语言
一种基于深度学习的二维拉曼光谱算法
近日，天津大学精密仪器与光电子工程学院的光子芯片实验室提出了一种基于深度学习的二维拉曼光谱算法，成果以“Rapid and accurate bacteria identification
FPGA加速深度学习模型的案例
：DE5Net_Conv_Accelerator 应用场景 ：面向深度学习的开源项目，实现了AlexNet的第一层卷积运算加速。 技术特点 ： 采用了Verilog语言进行编程，与P
人工智能、机器学习和深度学习存在什么区别
人工智能指的是在某种程度上显示出类似人类智能的设备。AI有很多技术，但其中一个很大的子集是机器学习——让算法从数据中学习。
发表于 10-24 17:22
?3042次阅读
AI大模型与深度学习的关系
AI大模型与深度学习之间存在着密不可分的关系，它们互为促进，相辅相成。以下是对两者关系的介绍： 一、深度学习是AI大模型的基础 技术支撑 ：
工商网监
评论