工具简介
深度学习是机器学习的一部分。 深度学习模仿人脑如何处理信息,作为连接的人工神经网络。 与机器学习不同,深度学习自己就能够发现关于数据的复杂模式和不同特征。 它通常适用于非结构化数据,如图像、文本和音频。 它需要大量数据才能实现更准确的分析,同时需要强大的算力才能快速运行。
深度学习是机器学习的一部分。 深度学习模仿人脑如何处理信息,作为连接的人工神经网络。 与机器学习不同,深度学习自己就能够发现关于数据的复杂模式和不同特征。 它通常适用于非结构化数据,如图像、文本和音频。 它需要大量数据才能实现更准确的分析,同时需要强大的算力才能快速运行。
例如,深度学习可用于检测医学图像中的癌细胞。 深度学习会扫描图像作为神经网络的输入。 节点会分析每个像素以过滤出看起来像癌细胞的特征。 每层节点会将发现的潜在癌细胞结果推送到下一层节点以重复筛选过程,最终聚合所有发现结果来对图像分类。 例如,该图像可以归类为健康图像或具有癌性特征的图像。



