Мало знаний, большой вызов! Эта статья участвует в "Необходимые знания для программистов«Творческая деятельность.
Существует также много типов нейронных сетей.Учитывая эффект от их использования, некоторые из них вполне подходят для использования, но факты показывают, что почти вся экономическая ценность, создаваемая нейронными сетями, по существу неотделима от своего рода машинного обучения, называемого обучением с учителем. . В обучении с учителем у вас есть некоторый вклад, вы хотите изучить функцию для сопоставления с некоторым выводом, например, в примере прогнозирования цены дома, вам нужно только ввести некоторые характеристики дома, попытаться вывести или оценить цену.
Одним из самых прибыльных направлений глубокого обучения на сегодняшний день является интернет-реклама. Это может быть не самое вдохновляющее, но это действительно выгодно. В частности, при вводе соответствующей информации о рекламе на веб-сайте, поскольку также вводится информация пользователя, веб-сайт решит, показывать ли вам рекламу.
Нейронные сети уже очень хорошо предсказывают, нажмете ли вы на это объявление, показывая пользователям те, которые, скорее всего, нажмут, и это одно из применений нейронных сетей, которое было невероятно прибыльным для многих компаний. Из-за этой возможности показывать вам объявления, на которые вы, скорее всего, нажмете, изменение поведения кликов может напрямую повлиять на доход некоторых крупнейших компаний, занимающихся онлайн-рекламой.
Компьютерное зрение также прошло долгий путь за последние несколько лет, в том числе благодаря глубокому обучению. Вы можете ввести изображение, а затем вывести индекс в диапазоне от 1 до 1000, чтобы попытаться сообщить вам фотографию, это может быть, скажем, любое из 1000 различных изображений, поэтому вы можете использовать его для пометки фотографий.
Недавние достижения в области глубокого обучения распознаванию речи также очень интересны: теперь вы можете передавать фрагменты аудио в нейронную сеть и получать от нее текстовую запись. Благодаря глубокому обучению машинный перевод также прошел долгий путь. Вы можете использовать нейронную сеть, чтобы ввести английское предложение, а затем вывести китайское предложение.
В технологии автономного вождения вы можете вводить изображение, как информационный радар, показывающий, что находится перед автомобилем, на основе этого вы можете обучить нейронную сеть определять конкретное местоположение автомобиля на дороге, это нейронная сеть в автоматическом режиме Ключевой компонент системы вождения.
Может быть, относительно стандартная нейросеть для недвижимости и интернет-рекламы. Для приложений с изображениями мы часто используем свертки в нейронных сетях (Convolutional Neural Network), часто сокращенноCNN. Для данных последовательности, таких как звук, существует временной компонент, который воспроизводится во времени, поэтому звук является наиболее естественным представлением. В виде одномерного временного ряда (два английских терминаone-dimensional time series / temporal sequence) Для данных последовательности часто используйтеRNN, рекуррентная нейронная сеть (Recurrent Neural Network), языки, английский и китайский алфавиты или слова появляются один за другим, поэтому язык также является наиболее естественной последовательностью данных, поэтому более сложныйRNNsВерсии часто используются в этих приложениях.