深度学习是神经网络(最常见的是“卷积神经网络”)采用的一种高级类型的机器学习架构。深度学习被用于计算机视觉、自动驾驶汽车、自然语言处理和在线广告等应用。例如,深度学习使面部识别更加准确,它允许无需人工分析就能解释医疗扫描。
在深度学习模型的训练阶段,数千张类似物体的图像,如汽车、卡车、马或人,被作为示例输入。图像被分为像素,这些像素连接到几层,每层标识一个不同的像素块。当图像到达最后一层时,输入模式已经被识别。这些就是深度学习模型的输入和输出之间所谓的“隐藏层”。看到卷积神经网络.
深度学习阶段将神经网络变成“推理引擎”,由它进行诸如识别对象或做出决定等实际处理。训练阶段的层数越多,推理引擎越准确,结果越好。看到国防后勤局,人工智能,机器学习,氮化镓,神经网络而且TensorFlow.