1.数据依赖
数据很小时，深度学习算法表现不佳，机器学习由于其手工制作的规则所以在数据样本少的情况下占据优势
2.硬件依赖性
机器学习可以在低端机器上运行，而深度学习很大程度上依赖高端机器，需要GPU
3.执行时间
机器学习的训练时间很短，从几秒到几小时不等，而深度学习需要很长的时间来训练
4.可解释性
机器学习算法为我们提供了清晰的规则，深度学习虽然表现出色，但是没有透露出为什么要会给出这个评分
相关推荐
cooldream20095 分钟前
「源力觉醒 创作者计划」_基于 PaddlePaddle 部署 ERNIE-4.5-0.3B 轻量级大模型实战指南亚里随笔24 分钟前
L0：让大模型成为通用智能体的强化学习新范式白杆杆红伞伞31 分钟前
T01_神经网络槑槑紫1 小时前
深度学习pytorch整体流程盼小辉丶1 小时前
TensorFlow深度学习实战——去噪自编码器详解与实现胖达不服输1 小时前
「日拱一码」020 机器学习——数据处理吴佳浩2 小时前
Python入门指南-AI模型相似性检测方法：技术原理与实现kebijuelun2 小时前
百度文心 4.5 大模型详解：ERNIE 4.5 Technical Report算家计算2 小时前
ComfyUI-v0.3.43本地部署教程：新增 Omnigen 2 支持，复杂图像任务一步到位！新智元3 小时前
毕业 7 年，身价破亿！清北 AI 天团血洗硅谷，奥特曼被逼分天价股份