能不能用一句话或者简洁地凝练深度学习的本质和精髓?

深度学习就是学习输入与输出之间的映射关系。

深度学习模型本质上只是个参数量很大的函数,其中函数的参数可以通过训练样本进行调整。

根据训练样本的不同,进一步可以分为以下几类:
一、给定输入以及对应的输出,其中输出是唯一的

例如图像分类、目标检测、文本识别、情感分类等等都属于这一类
二、给定输入以及一种输出,其中输出不是唯一的,但一组训练样本对中只给出了一种可能的输出

例如文生图、文生视频、翻译、对话、论文摘要生成等等
三、给定输入但是不给输出,只给出输出是否正确的判定规则

例如路径规划、棋类游戏等等,这类任务目前可以通过强化学习来解决

实际应用中可能会复杂点,包含以上三种情况的组合。

判定深度学习技术能够为自己所用,其实就是分析一下自己需要一个什么样的模型,这个模型的输入是什么,你期望的输出是什么,以及能否获取到足够多的训练样本。

相关推荐
forest_094 小时前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi
火山引擎开发者社区5 小时前
当 RPA 遇上 Agent:MUA 混合执行 Workflow 深度拆解
人工智能
严肃小白兔5 小时前
第 10/24 期:深度神经网络的自动求导机制与梯度验证
人工智能·神经网络·dnn
火山引擎开发者社区5 小时前
定档12.16-12.18!FORCE原动力大会上海见!
人工智能
努力的MM1235 小时前
CAIE 二级和阿里云大模型 ACP 怎么选?企业 AI 工程与云平台开发能力对比
人工智能
老金带你玩AI6 小时前
Kling Image 4.0来了!8K和组图直出,电商人的提效神器?
人工智能
孟健6 小时前
用 unslop 拯救 AI 生成网页的塑料感,7 分钟重构落地实测
前端·人工智能·ai编程
stormzhangV6 小时前
Google 重返第一梯队
人工智能·google·aigc
十有八七7 小时前
手搓 Agent(五):学会翻书——RAG,先查资料再回答
前端·人工智能·后端