Говоря о глубоком обучении, в нем есть два слова: «Глубокое», что означает использование нескольких слоев в сети, а «Обучение» означает получение знаний на основе опыта. Таким образом, глубокое обучение означает получение знаний за счет использования нескольких слоев в сети. Точнее Глубокое обучение, также известное как глубокое структурированное обучение, представляет собой основу машинного обучения, основанную на искусственной нейронной сети с репрезентативным обучением.
Глубокое обучение действительно связано с биологией, биологией в том смысле, как нейроны связаны между собой в нашем мозгу так же, как в нейронной сети показано, как нейроны передают данные от входов к выходам.
На приведенном выше рисунке 2 показано, как данные передаются от дендритов к аксонам через взаимосвязанные нейроны в нем. Данные должны передаваться между разными слоями между ними.
На приведенном выше рисунке 3 показано, как данные передаются в нейронной сети. Здесь также данные должны проходить через разные слои и через разные нейроны на входах. Это показывает сходство между тем, как данные передаются от разных нейронов нашего мозга, и тем, как данные передаются в нейронной сети.
Что касается эволюции глубокого обучения, все началось еще в 1870-х годах с введением ретикулярной теории в 1871–1873 годах, где было заявлено, что «нервная система представляет собой единую непрерывную сеть, а не к сети из многих дискретных ячеек.
Сантьяго Роман Кахаль в 1881–1891 гг. предложил теорию доктрины нейронов, в которой он использовал метод Гогли для изучения нервной системы и предположил, что она на самом деле состоит из отдельных отдельных клеток. образуя сеть. Дальнейшее обобщение доктрины нейронов. Термин «нейрон» был введен в 1891 году Генрихом Вильгельмом Готфридом.
В период с 1890-х по 1950-е годы все, где проводились исследования по дальнейшей работе с нейронами нашего мозга, и, наконец, в 1950-х годах была подтверждена электронная микроскопия , где они заявили, что доктрина нейронов недвусмысленно демонстрирует, что нервные клетки, где отдельные клетки взаимосвязаны через синапсы.
С эволюцией McCulloch-Pitts (MCP) нейрона в 1943 году возникла эволюция персептрона. (1957–1958)который мог учиться, принимать решения и переводить язык, а затем после того, как в 1965–1968 годах был представлен многослойный персептрон
После появления персептрона произошел внезапный бум глубокого обучения, когда проблема нейронной сети с прямой связью была решена с введением обратного распространения в 1986 году (много раз вводилась в 1970-х и 1980-х годах). Затем, после того, как в 2006 году было введено неконтролируемое предварительное обучение, глубокое обучение стало популярным, когда люди начали использовать глубокое обучение.
Некоторые из наиболее важных применений глубокого обучения в реальном мире:
- Самоуправляемые автомобили
2. Глубокое обучение в здравоохранении для прогнозирования заболеваний
3. Голосовой помощник
4. Автоматический машинный перевод
5. Распознавание рукописного текста/распознавание визуального образа
6. Генерация подписи к изображению
7. Прогнозирование землетрясений
есть еще много приложений для глубокого обучения
Источники:
Большая часть этого материала основана на статье Дж. Шмидхубера "Глубокое обучение в нейронных сетях: обзор"
Не стесняйтесь связаться со мной и поставить аплодисменты, если вы найдете эту статью полезной для ваших знаний
