機(jī)器學(xué)習(xí)與深度學(xué)習(xí)之間比較

近年來(lái)，隨著科技的快速發(fā)展，人工智能不斷進(jìn)入我們的視野中。作為人工智能的核心技術(shù)，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)也變得越來(lái)越火。一時(shí)間，它們幾乎成為了每個(gè)人都在談?wù)摰?a href="http://www.ttokpm.com/v/tag/" target="_blank">話(huà)題。那么，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)到底是什么，它們之間究竟有什么不同呢？

什么是機(jī)器學(xué)習(xí)？

機(jī)器學(xué)習(xí)(Machine Learning，ML)是人工智能的子領(lǐng)域，也是人工智能的核心。它囊括了幾乎所有對(duì)世界影響最大的方法(包括深度學(xué)習(xí))。機(jī)器學(xué)習(xí)理論主要是設(shè)計(jì)和分析一些讓計(jì)算機(jī)可以自動(dòng)學(xué)習(xí)的算法。

舉個(gè)例子，假設(shè)要構(gòu)建一個(gè)識(shí)別貓的程序。傳統(tǒng)上如果我們想讓計(jì)算機(jī)進(jìn)行識(shí)別，需要輸入一串指令，例如貓長(zhǎng)著毛茸茸的毛、頂著一對(duì)三角形的的耳朵等，然后計(jì)算機(jī)根據(jù)這些指令執(zhí)行下去。但是如果我們對(duì)程序展示一只老虎的照片，程序應(yīng)該如何反應(yīng)呢？更何況通過(guò)傳統(tǒng)方式要制定全部所需的規(guī)則，而且在此過(guò)程中必然會(huì)涉及到一些困難的概念，比如對(duì)毛茸茸的定義。因此，更好的方式是讓機(jī)器自學(xué)。

我們可以為計(jì)算機(jī)提供大量的貓的照片，系統(tǒng)將以自己特有的方式查看這些照片。隨著實(shí)驗(yàn)的反復(fù)進(jìn)行，系統(tǒng)會(huì)不斷學(xué)習(xí)更新，最終能夠準(zhǔn)確地判斷出哪些是貓，哪些不是貓。

什么是深度學(xué)習(xí)？

深度學(xué)習(xí)(DeepLearning，DL)屬于機(jī)器學(xué)習(xí)的子類(lèi)。它的靈感來(lái)源于人類(lèi)大腦的工作方式，是利用深度神經(jīng)網(wǎng)絡(luò)來(lái)解決特征表達(dá)的一種學(xué)習(xí)過(guò)程。深度神經(jīng)網(wǎng)絡(luò)本身并非是一個(gè)全新的概念，可理解為包含多個(gè)隱含層的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。為了提高深層神經(jīng)網(wǎng)絡(luò)的訓(xùn)練效果，人們對(duì)神經(jīng)元的連接方法以及激活函數(shù)等方面做出了調(diào)整。其目的在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，模仿人腦的機(jī)制來(lái)解釋數(shù)據(jù)，如文本、圖像、聲音。

機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的比較

1、應(yīng)用場(chǎng)景

機(jī)器學(xué)習(xí)在指紋識(shí)別、特征物體檢測(cè)等領(lǐng)域的應(yīng)用基本達(dá)到了商業(yè)化的要求。

深度學(xué)習(xí)主要應(yīng)用于文字識(shí)別、人臉技術(shù)、語(yǔ)義分析、智能監(jiān)控等領(lǐng)域。目前在智能硬件、教育、醫(yī)療等行業(yè)也在快速布局。

2、所需數(shù)據(jù)量

機(jī)器學(xué)習(xí)能夠適應(yīng)各種數(shù)據(jù)量，特別是數(shù)據(jù)量較小的場(chǎng)景。如果數(shù)據(jù)量迅速增加，那么深度學(xué)習(xí)的效果將更加突出，這是因?yàn)樯疃葘W(xué)習(xí)算法需要大量數(shù)據(jù)才能完美理解。

3、執(zhí)行時(shí)間

執(zhí)行時(shí)間是指訓(xùn)練算法所需要的時(shí)間量。一般來(lái)說(shuō)，深度學(xué)習(xí)算法需要大量時(shí)間進(jìn)行訓(xùn)練。這是因?yàn)樵撍惴ò泻芏?a target="_blank">參數(shù)，因此訓(xùn)練它們需要比平時(shí)更長(zhǎng)的時(shí)間。相對(duì)而言，機(jī)器學(xué)習(xí)算法的執(zhí)行時(shí)間更少。

4、解決問(wèn)題的方法

機(jī)器學(xué)習(xí)算法遵循標(biāo)準(zhǔn)程序以解決問(wèn)題。它將問(wèn)題拆分成數(shù)個(gè)部分，對(duì)其進(jìn)行分別解決，而后再將結(jié)果結(jié)合起來(lái)以獲得所需的答案。深度學(xué)習(xí)則以集中方式解決問(wèn)題，而不必進(jìn)行問(wèn)題拆分。

在本文中，我們對(duì)機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的區(qū)別作出了簡(jiǎn)要概述。目前，這兩種算法已被廣泛應(yīng)用于商業(yè)領(lǐng)域，相信在未來(lái)，機(jī)器學(xué)習(xí)與深度學(xué)習(xí)能夠?yàn)楦嘈袠I(yè)帶來(lái)令人激動(dòng)的光明前景。