Czy głębokie uczenie się jest trudne?
Czy głębokie uczenie się jest trudne?
Anonim

Głęboka nauka jest łatwe, jeśli chcesz mieć coś do pracy. Głęboka nauka jest bardzo trudny jeśli chcesz, żeby to działało dobrze. Oto kilka otwartych wyzwań w głęboka nauka.

Podobnie, czy głębokie uczenie się jest trudne?

Wybierz coś trudniejszego do uczyć się , nauka głębokich sieci neuronowych nie powinno być celem, ale efektem ubocznym. Głęboka nauka jest potężny właśnie dlatego, że sprawia twardy rzeczy proste. Głęboko sieci radzą sobie z naturalnymi sygnałami, z którymi wcześniej nie mieliśmy łatwych sposobów: obrazami, wideo, ludzkim językiem, mową, dźwiękiem.

Można też zapytać, czy ML jest trudne? Nie ma wątpliwości, że nauka o rozwijaniu algorytmów uczenia maszynowego poprzez badania jest trudny . Wymaga kreatywności, eksperymentowania i wytrwałości. Uczenie maszynowe pozostaje trudnym problemem przy wdrażaniu istniejących algorytmów i modeli, aby działały dobrze w nowej aplikacji.

Podobnie ludzie pytają, jak długo trwa nauka głębokiego uczenia się?

Każdy z kroków powinien zająć około 4- 6 tygodni ' czas. I w około 26 tygodni odkąd zacząłeś i jeśli postępowałeś zgodnie z wszystkimi powyższymi religijnie, będziesz miał solidne podstawy do głębokiego uczenia się.

Kiedy nie powinieneś korzystać z głębokiego uczenia?

Trzy powody, dla których NIE powinieneś korzystać z głębokiego uczenia

  1. (1) Nie działa tak dobrze z małymi danymi. Aby osiągnąć wysoką wydajność, głębokie sieci wymagają bardzo dużych zestawów danych.
  2. (2) Głębokie uczenie się w praktyce jest trudne i kosztowne. Głębokie uczenie jest wciąż bardzo nowatorską techniką.
  3. (3) Głębokie sieci nie są łatwe do interpretacji.

Zalecana: