主页 > V佳生活 >你的企业需要「深度学习」吗?Google Brian 的负责 >
你的企业需要「深度学习」吗?Google Brian 的负责

你分得清楚机械学习 (Machine Learning) 与深度学习 Deep Learning 吗?深度学习是一种高层式的资料处理方式,而特点是需要大量的资料进行。那幺到底需要几多资料才可以做到 Deep Learning 呢?这一直在业界备受争议。

近日 Google Brain 的负责人出来讲 Deep Learning 的最低门槛。

根据 Google Brain 的负责人 Jeff Dean 之前公开谈什幺企业需要用到深度学习,他指出资料量是一个关键:「如果你只有 10 个左右的案例,这是很难把资料用于 Deep Learning 。但如果你有 100,000 个纪录或者事情需要分析,那些独立的数据就足以用在深度学习上面了。」

Dean 作为 Google Brain 的领导人,他在这个领域的经验相当丰富。自 1990 年代他就开始进行神经网络的研究,而我们亦可以见到机械学习在影响不同的行业,因为不同的公司开发出简单的机械学习框架,一切都变得越来越容易,这是不少公司需要认知的事情。

每日全世界的企业都在处理成千上万的资料,巨头企业越来越重视如何去处理资料,而机械学习的应用成为一个不少人讨论的题目,但却不是万能的。Dean 也提到:「有很多工作系统并不适用于 Machine Learning ,如果你执意要为某些事情打造一套系统,你要从取得资料开始着手,并先考虑如何处理资料。」他的意思是 Machine Learning 并不是一个「万能药」,需要实际应用需要把整个资料的架构进行改变。

而 Google 也推出了自己的 Machine Learning 系统和 TPU 处理器,大家亦可以利用 Google Cloud  的虚拟机器实作自己的神经网络,这个世代是比较简单的。谁可以打造下一个 AlphaGo ,又或者下一个强大的图像辨认系统由谁写出来?我

上一篇: 下一篇:
相似文章