曾經(jīng)我們對學(xué)習(xí)的概念只停留在人類對于文明史實(shí)、數(shù)算語言等知識的認(rèn)知與學(xué)習(xí)。現(xiàn)在隨著人工智能的發(fā)展，“學(xué)習(xí)”這個(gè)詞也變得更加與眾不同。深度學(xué)習(xí)與機(jī)器學(xué)習(xí)都屬于人工智能的一般分類，人工智能它是計(jì)算機(jī)系統(tǒng)的理論與發(fā)展，它是為能夠執(zhí)行人類交代的任務(wù)而產(chǎn)生的，一般具有語音識別，語言翻譯，視覺感知等等。它的發(fā)展是人類科技文明的重大進(jìn)步，我們接下來就說說深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的區(qū)別所在，了解得更多才能讓我們的視野更加廣闊。

深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的區(qū)別所在

什么是機(jī)器學(xué)習(xí)？

計(jì)算機(jī)系統(tǒng)通過編程學(xué)習(xí)輸入的數(shù)據(jù)，而無需重復(fù)編程。換句話說，他們會(huì)不斷改進(jìn)自己在任務(wù)中的表現(xiàn)，比如，不需要?jiǎng)e人幫助也可以玩游戲。機(jī)器學(xué)習(xí)被廣泛應(yīng)用于藝術(shù)、科學(xué)、金融、醫(yī)療等領(lǐng)域。有不同的方法讓機(jī)器學(xué)習(xí)。有些是簡單的，如一個(gè)基本的決策樹;有些則要復(fù)雜得多，涉及多層人工神經(jīng)網(wǎng)絡(luò)。后者發(fā)生在深度學(xué)習(xí)中，我們一會(huì)兒再談。

什么是深度學(xué)習(xí)？

有人認(rèn)為深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的下一個(gè)前沿，是最前沿的前沿。如果你看過Netflix，一些流媒體音樂服務(wù)會(huì)根據(jù)你過去聽過的歌曲，或你點(diǎn)贊過的歌曲，為你推薦觀看的內(nèi)容。這些能力都建立在深入學(xué)習(xí)的基礎(chǔ)上。谷歌的語音識別和圖像識別算法也使用深度學(xué)習(xí)。

機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的5個(gè)關(guān)鍵區(qū)別

1、人為干預(yù)。需要人為的干預(yù)，人類的學(xué)習(xí)與機(jī)器學(xué)習(xí)之間有所差異，人類需要的是根據(jù)數(shù)據(jù)類型的識別和手工編碼應(yīng)用的特征，深度學(xué)習(xí)系統(tǒng)會(huì)試圖在不需要額外人工干預(yù)的情況下學(xué)習(xí)這些特征。以人臉識別程序?yàn)槔绦蚴紫葘W(xué)習(xí)檢測和識別人臉的邊緣和線條，然后學(xué)習(xí)人臉的更重要部分，最后學(xué)習(xí)人臉的整體表示。這樣做所涉及的數(shù)據(jù)量是巨大的，隨著時(shí)間的推移和程序本身的訓(xùn)練，得到正確答案的概率(即準(zhǔn)確識別人臉)便會(huì)增加。這種訓(xùn)練是通過使用神經(jīng)網(wǎng)絡(luò)進(jìn)行的，類似于人腦的工作方式，不需要人重新編碼程序。

2、時(shí)間。深度學(xué)習(xí)系統(tǒng)中，需要一定規(guī)模的數(shù)據(jù)集進(jìn)行支撐，而且其中涉及了許多參數(shù)的調(diào)試還有復(fù)雜的數(shù)學(xué)公司，因此對深度學(xué)習(xí)進(jìn)行訓(xùn)練，需要花費(fèi)大量的時(shí)間。從時(shí)間效率的角度上來看，機(jī)器學(xué)習(xí)可能只需要幾秒鐘到幾個(gè)小時(shí)，而深度學(xué)習(xí)可能需要幾個(gè)小時(shí)到幾個(gè)星期。

3、硬件。由于要處理的數(shù)據(jù)量和所用算法中涉及的數(shù)學(xué)計(jì)算的復(fù)雜性，深度學(xué)習(xí)系統(tǒng)比簡單的機(jī)器學(xué)習(xí)系統(tǒng)需要更強(qiáng)大的硬件。一種用于深度學(xué)習(xí)的硬件是圖形處理單元(gpu)。機(jī)器學(xué)習(xí)程序可以選擇在低端的機(jī)器上進(jìn)行運(yùn)行，不需要那么強(qiáng)大的算力支持。

4、方法。機(jī)器學(xué)習(xí)中使用的算法傾向于對數(shù)據(jù)進(jìn)行部分解析，然后將這些部分結(jié)合起來得到結(jié)果或解決方案。深度學(xué)習(xí)系統(tǒng)可以一下子解決整個(gè)問題或場景。例如，如果您想要一個(gè)程序來識別圖像中的特定對象(例如，它們是什么以及它們在停車場汽車牌照上的位置)，您就必須通過機(jī)器學(xué)習(xí)完成兩個(gè)步驟：首先是對象檢測，然后是對象識別。但是，使用深度學(xué)習(xí)程序，您將輸入圖像，通過訓(xùn)練，程序?qū)⒁淮涡缘玫揭炎R別對象和其在圖像中的位置。

5、應(yīng)用。它們的用途：基本的機(jī)器學(xué)習(xí)應(yīng)用程序包括預(yù)測程序(例如預(yù)測股票市場的價(jià)格或下一次颶風(fēng)將在何時(shí)何地襲來)、垃圾電子郵件識別器，以及為醫(yī)療患者設(shè)計(jì)循證治療計(jì)劃的程序。對于深度學(xué)習(xí)來說，Netfix外，深度學(xué)習(xí)還廣為應(yīng)用在自動(dòng)駕駛領(lǐng)域，在日常生活中用到的面部識別能，具有許多應(yīng)用范圍。

以上我們介紹了，深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的區(qū)別所在，對于它們區(qū)別我們分別從人為干預(yù)、時(shí)間、硬件、方法與應(yīng)用五方面來分析的，如果您想了解更多相關(guān)信息，請您繼續(xù)關(guān)注中培偉業(yè)。