丝袜久久亚洲国产毛片,老人AV综合,国产精品日韩av,超碰国产综合,综合av在线草,毛片久久久,精品蜜桃一区三区,99久久久,人妻99在线视频

創(chuàng)投分享會注：創(chuàng)投分享會FM節(jié)上，百度研究院副院長張潼發(fā)表了有關于深度學習的主題演講。現(xiàn)在為什么大家都很重視深度學習？最主要的原因是數(shù)據(jù)量比較大，計算規(guī)模變大了；此外，復雜模型有其獨特的優(yōu)勢。在張潼及百度的愿景里，深度學習的意義是研發(fā)出最接近人腦復雜程度的模型，而這也是Google正在追逐的未來，這可能是互聯(lián)網(wǎng)公司目前正在進行的最前沿研究。以下是他演講的主要內(nèi)容，創(chuàng)投分享會進行了編輯。

這是我第一次來深圳，也是第一次來創(chuàng)投分享會參加類似的活動，我是搞技術(shù)的，我做的更多的還是面向于偏技術(shù)的，我很高興跟大家分享。如果大家跟數(shù)據(jù)有關系，特別是互聯(lián)網(wǎng)企業(yè)都會對數(shù)據(jù)打交道，深度學習近年來是非?；鸬母拍睢?br>
很多人對深度學習感興趣，包括VC等等，他們看到的是什么呢？很多互聯(lián)網(wǎng)公司會對技術(shù)非常感興趣。像谷歌做了很多事，2011年成立了谷歌大腦的計劃，這個比較著名的人是Andrew Ng，另外一個是Jeff Dean，他們當時的目的是想建一個世界最大的深度學習網(wǎng)絡。
 我跟大家分享一下這個技術(shù)能做什么，為什么大家的興趣那么大？互聯(lián)網(wǎng)，大家說大數(shù)據(jù)，為什么我們這么重視數(shù)據(jù)，百度要用數(shù)據(jù)來做智能化，特別是人工智能實驗室，一個是數(shù)據(jù)，一個是智能，這兩個是關鍵詞?；ヂ?lián)網(wǎng)目前是幾種模式，如果看BAT的話，一個是聯(lián)接人和信息，像百度，阿里是聯(lián)接人和商品，還有騰訊和facebook都是聯(lián)接人和人。主要是這三個模式，另外還有線上線下。

這些實際上都是數(shù)據(jù)驅(qū)動，跟傳統(tǒng)的不太一樣，互聯(lián)網(wǎng)企業(yè)講快速迭代，一個是數(shù)據(jù)驅(qū)動，這樣要進行很多分析。特別是進行到一定的程度，比較高度的時候，你需要提取數(shù)據(jù)，其中一個是數(shù)據(jù)制導，比如百度的搜索技術(shù)、語音技術(shù)等等。深度學習更大的概念是機器學習，如果我們看一個圖的話首先是有大數(shù)據(jù)，然后是分析，包括建模，用高效的算法解決這些模型，然后集合到你的系統(tǒng)里面，最后就成為一個智能化的系統(tǒng)。深度學習在整個流程里面最主要的是復雜模型，像人腦的模型，這個模型的效果非常好。深度學習是互聯(lián)網(wǎng)數(shù)據(jù)分析必不可少的。

我們說一下語音，這是深度學習用得比較廣的領域，你說一句話，通過計算機給你翻譯出來。機器學習有輸入輸出，輸入是聲學信號，輸出就是變成文字，比如說你好或者其他的。問題規(guī)模是非常大，基于大數(shù)據(jù)，百度或者類似大的互聯(lián)網(wǎng)企業(yè)都是上萬小時的語料，數(shù)據(jù)規(guī)模是百億級，類別上萬類。你進來的是一些文字，最后你希望用它訓練出來一個模型，而這些模型最后可以在線上用。模型在這里是深度學習的模型，這是目前效果最好的一個方式。計算技術(shù)上需要大規(guī)模的計算技術(shù)，有一些技術(shù)的瓶頸需要處理。

從模型上來講有兩種，深度學習相對應的概念是淺度學習，淺度也是一個機器學習模型，它的意思就是人工要抽取特征，通過人工的方式變成計算機可以識別的，然后學習跟學習線性組合。后來發(fā)現(xiàn)數(shù)據(jù)量變得更大的時候，你可以用更復雜的模型，這些模型包括深度的模型，它的好處就是可以從原始出發(fā)自動學習組合，這樣的能力是人工不足的地方就用機器代替，然后要并行大數(shù)據(jù)，另外要很大的計算能力，這樣就能得到更好的效果，就能實現(xiàn)類似智能化。

智能化是今后十年大家最關注的技術(shù)前沿，這從技術(shù)瓶頸上也是非常高的。舉一個圖像識別的例子，它怎么從產(chǎn)生到生成，然后學習一些比較高級的。比如開始進來的都是一些圖像的像素，后面一層就會有一些邊出來，再下一層就是學習特征，再上面就組建成人臉。這種信息是自動學出來的，不是人制造的。傳統(tǒng)的學習方法是人來做的。語音也類似，也是從低到高慢慢建立起來的。 另外它非常像人大腦的結(jié)構(gòu)，深度學習本身是模擬大腦的，它的結(jié)構(gòu)跟大腦走得非常近。從某種意義上來講深度學習跟人腦是非常近的。圖像識別傳統(tǒng)的方法是在2010年用淺層模型，達到了74%，到2012年有了非常大的提升，達到了85%。

現(xiàn)在為什么大家都很重視深度學習呢？最主要的原因是數(shù)據(jù)量比較大，計算規(guī)模變大了；此外，復雜模型獨特的優(yōu)勢就會顯現(xiàn)出來了。想象一下將來數(shù)據(jù)會越來越大，特別是互聯(lián)網(wǎng)里面，各位如果創(chuàng)業(yè)的話對數(shù)據(jù)也非常關心，將來也是非常大的數(shù)據(jù)，建立復雜模型也是非常重要的。

數(shù)據(jù)規(guī)模，首先是成倍的增長，包括廣告、語音、圖像等等。另外一個是計算能力，其中有一個代表，GPU的出現(xiàn)，你計算是用CPU，最近深度學習用得比較多的是GPU，GPU使得計算能力大大提高，GPU一兩個星期能處理的數(shù)據(jù)，CPU可能要一年。還有復雜的圖像模型。最后要有一些算法支持它，它有異步式的算法來支持它的計算。

我們的目標是使計算機更加智能，這是在座各位想做的事，要智能，能夠理解人，能夠知道意圖。我們現(xiàn)在的手段跟以前的區(qū)別是我們有大數(shù)據(jù)。那我們就要分析它，復雜模型就很重要。計算能力也上去了，最后要做一個系統(tǒng)才能達到你的目的。深度學習是非常接近人腦，第二是向人工智能走得非常近，也許它不是最終的目標，但是有很好的效果提升。