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
网络研究院43 分钟前
如何安全地大规模部署 GenAI 应用程序凭栏落花侧1 小时前
决策树：简单易懂的预测模型吱吱鼠叔3 小时前
MATLAB计算与建模常见函数：5.曲线拟合xiandong204 小时前
240929-CGAN条件生成对抗网络innutritious5 小时前
车辆重识别（2020NIPS去噪扩散概率模型）论文阅读2024/9/27醒了就刷牙5 小时前
56 门控循环单元(GRU)_by《李沐:动手学深度学习v2》pytorch版橙子小哥的代码世界5 小时前
【深度学习】05-RNN循环神经网络-02- RNN循环神经网络的发展历史与演化趋势/LSTM/GRU/Transformer985小水博一枚呀7 小时前
【深度学习基础模型】神经图灵机（Neural Turing Machines, NTM）详细理解并附实现代码。SEU-WYL8 小时前
基于深度学习的任务序列中的快速适应OCR_wintone4218 小时前
中安未来 OCR—— 开启高效驾驶证识别新时代