入门深度学习工作原理都能看懂吗

发布日期:2019-09-01 浏览次数:

  之前,有必要先了解一下深度学习的工作原理。著名程序猿小哥 Radu Rcea 特意为入门学习者写了一篇文章,利用一个票价预测工具的例子解释深度学习的工作原理,不需要有多高深的数学知识,人人都能看懂。

  当前,人工智能和机器学习应该是最火爆的话题了,你估计经常听到有很多程序猿朋友说要去学 AI,很多公司宣布要应用AI技术,可是很多人其实并没有完全理解人工智能和机器学习。因此 Radu Raicea 觉得在解释深度学习原理之前,我们有必要了解几个基本术语,就当一个入门小测验好了:

  机器学习指机器能够学习利用大数据集学习而不是硬编码规则,它是人工智能的核心,是使计算机具有智能的根本途径,主要使用归纳、综合而不是演绎。

  机器学习能让电脑自我学习,这种学习类型得益于现代计算机强大的处理能力,可以轻易地处理大数据集。

  当用监督学习训练AI的时候,我们需要给它输入值,并告诉它期望输出值。如果AI生成的输出值有误,它会调整自身计算。这个过程会随着数据集的更新而不断迭代,直到AI不再犯错。

  监督学习的一个典型应用就是天气预报AI应用。AI利用历史数据学习如何预测天气。训练数据包括输入值(气压、湿度、风速等)和输出值(温度等)。

  无监督学习的一个应用例子就是为电商网站预测消费行为。AI没有利用标记过的输入值和输出值数据集,相反它会对输入数据自己分类,从而能让网站知道顾客最喜欢买什么东西。

  深度学习的概念源于人工神经网络的研究,是机器学习研究中的一个新的领域,目的是建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,例如图像,声音和文本。

  作为一种机器学习方法,深度学习能让我们用给定的输入值训练AI预测输出值。监督学习和无监督学习都能用来训练AI。

  我们来看看 Radu Raicea 怎样用制作一个票价预测小工具的例子解释深度学习的工作原理,然后用监督式学习的方法训练它。

  首先我们希望这个票价预测工具能用以下输入值预测票价(在这里先不考虑往返机票):

  我们来看看AI的大脑——神经网络。 和动物一样,这个票价预测AI的大脑也有神经元。下图中的圆圈代表神经元,它们相互连接:

  输入层接收输入数据。在我们的票价预测AI中,输入层有4个神经元:出发机场,到达机场,出发日期和航线。输入层收到这些信息后会传递给第一个隐藏层。

  隐藏层会对输入数据进行数学运算。如何决定隐藏层的数量、以及每层神经元的数量仍是构建神经网络的挑战。

  神经元之间的每个连接都和权重(weight)紧密相关,它决定了输入值的重要性。初始权重是随机设置的。 当预测某个航班的机票价格时,出发日期是最重要的因素之一,因此,出发日期神经元之间的连接会有很大的权重。

  每个神经元都有一个激活函数。如果没有一定的数学知识,很难理解这些函数。不过,这篇文章面向入门者的,所以这里不再讲解深奥的数学知识。

  拿我们要做的票价预测AI来说,我们需要有历史机票价格的数据。而且因为机场和出发日期的组合有很多种可能,因此这个票价列表信息会非常庞大。

  要训练AI,我们需要为它提供来自数据集中的输入值,然后将AI的输出值与数据集的输出值相比较。由于AI还没有接受训练,因此输出值会有很多错误。

  一旦将整个数据集中的所有数据输入完成,我们可以创建一个函数,为我们展示AI的输出值与真正的输出值差距有多大。这个函数就叫做“代价函数”(Cost Function)。

  理想状态下,我们希望代价函数为零,但是只有AI的输出值和数据集的输出值一样的时候,才代表达到了这个状态。

  我们上文中提到了“权重”这个东东,还记得吗?在减少代价函数的操作中,权重起着至关重要的作用。改变神经元间的权重可以调整代价函数,我们可以随机改变它们直到代价函数接近0,但这种方法效率很低。

  在这种情况下,一种叫做梯度下降(Gradient Descent)的神器隆重出场。

  梯度下降是一种寻找函数最小值的方法,我们要找到机票价格模型中代价函数的最小值,就要靠梯度下降。

  梯度下降的工作原理是在数据集的每次迭代后,以很小的增量改变权重。通过计算确定权重代价函数的导数(或梯度),我们就能发现朝哪个方向可以找到最小值。

  要想将代价函数最小化,我们需要多次迭代数据集,这就是为什么刚才说需要有强大的计算能力。

  利用梯度下降更新权重可以自动完成,这就是深度学习的魔力所在!等我们训练完机票价格预测AI工具后,我们就可以用它来预测未来的机票价格了!

  哦对了,神经网络也有很多类型,不同的AI使用的神经网络也不同,比如计算机视觉技术采用的是卷积神经网络(ConvoluTIonal Neural Networks),自然语言处理用的是循环神经网络(Recurrent Neural Networks)。

  一个神经网络中有三种神经元层,即输入层、隐藏层(可有多个层级)和输出层。

  迭代数据集和将AI输出与数据集输出进行对比,将产生一个代价函数,显示AI的输出与真实输出之间的差异。

  数据集的每一次迭代后,神经元之间的权重会通过梯度下降的方式,降低代价函数的值。

  不懂编程没关系,邀请您来学AI活动概述:本活动是现场讲座,由台湾知名AI教育专家、金门创新学院院长、台湾Android技

  深度学习是机器学习领域的一个分支,也可以说是该领域近些年来的最大突破之一。

  百度规格最高的年度人工智能大会在京举办,7000多名产业开发者齐聚国家会议中心。中飞艾维作为百度AI...

  深度学习在基础研究、应用研究和开发、应用和实践等方面确实彻底改变了机器学习的格局。

  一旦机器能够看懂视频,具备视觉能力的AI不仅能够应用于医疗、教育、娱乐等领域,无人驾驶汽车也能通过现...

  机器学习,属于人工智能的另一个常被滥用的术语,也被认为有一些“秘诀”,可以摆脱对人力投入的需求。

  Maria拥有机器学习的经验以及在数学、计算机科学和机械学方面的强大背景,这使她成为机器学习和机器人...

  解决这些以及其他主要人工智能和深度学习挑战,包括斯坦福大学的人工智能百年研究和麻省理工学院的探索。

  开源的深度学习神经网络正步入成熟,而现在有许多框架具备为个性化方案提供先进的机器学习和人工智能的能力...

  虚拟现实技术(VR)是仿真技术的一个重要方向,是仿真技术与计算机图形学人机接口技术多媒体技术传感技术...

  《创世纪》里,神用7天创造了这个世界。而现在,你可能也有机会体验这个过程,创造一个属于自己的宇宙。

  小米在国外一直有一个A系列的产品线,而最近关于这个产品线将要更新新品的消息也有了进一步的曝光。

  近日,CSDN与数字经济人才发展中心联合主办的第一届CTA核心技术及应用峰会在杭州开启。首届CTA核...

  相信泥萌对AI有了简单的了解,总的来说就是一种算法,一种深度学习的过程。

  大概是上周末开始,朋友圈不断有人分享一套房屋效果图的H5。一开始还以为是科技圈不好混,大家开始卖房了...

  值得一提的是,人工智能求职并不总是与职位数量保持同步。以数据科学家为例,他们的工作是获取原始数据并应...

  目前很多网络轻量化的工作[1,2,3]利用结构稀疏正则化(下文简称为结构正则化)来对神经网络进行通道...

  参与测试的智能体身处一个特定的小环境中。在每次测试中,智能体需要在环境中寻找食物,但是要做到这一点,...

  像Alexa和Siri那样的对话助手对自然语言处理产生了巨大的影响。最开始这些变化跟深度学习和自然语...

  鸿鹄芯片使用了HiFi4自定义指令集,双核DSP核心,平均功耗仅100mW。这款芯片是根据车规级标准...

  垃圾一直是让各个国家头疼的问题,尤其对于人口过亿的人口大国。其中,垃圾分类被视为一项有效的推广措施,...

  深度学习的进一步发展需要解决内存限制问题,而当前的解决方案无法利用所有可用计算,业内人士逐渐意识到需...

  随着交通卡口的大规模联网,汇集的海量车辆通行记录信息,对于城市交通管理有着重要的作用。

  当汽车自动在道路上行驶时,司机无需驾车,司机和乘客都可以读书或观看电影。

  人工智能正在改变我们的生活。Google公司的AlphaGo战胜了人类现今所有的围棋高手,高盛公司在...

  根据国际机器人联合会(IFR)的分类,机器人可分为两大类,分别是工业机器人和服务机器人,其中,服务机...

  华为nova 5i背部采用炫光灵动设计,在渐变色彩的油墨镀层之上,叠加了一层炫光膜片,透明的膜片经过...

  人工智能是社会发展的必然趋势,人工智能可以为太多行业进行高效的服务,尤其是工业领域。

  人工智能将推动内容所有者,媒体生产商和广告商进入一个新的时代,创造出智能而优质的视频内容。

  机器视觉应用的照明的最重要的任务就是使需要被观察的特征与需要被忽略的图像特征之间产生最大的对比度,从...

  中国未来的科技发展进入了一个打空间战的阶段,不仅仅是上层的应用要继续做好,下层的计算处理器、操作系统...

  其实弱人工智能无处不在,人工智能革命是从弱人工智能,通过强人工智能,最终到达超人工智能的旅途。

  百度能像他说的一样,前进的决心不会改变,踏踏实实做技术,而不是靠百度广告的精准投放来创营收。

  在艺术表现形式上,人工智能由于对人类智慧的冲击性总会给人带来一种对立排斥感。

  随着机器学习在社会变得越来越普遍而且风险越来越高,人们开始意识到我们不能把这些系统当作可靠和公正的保...

  区块链技术正在潜移默化的改变着这个世界,或者说区块链技术正在重塑这个世界。

  人工智能在语言翻译与语音理解程序方面已经取得的成就,发展为人类自然语言处理的新概念。

  固高科技领投,天使轮投资机构大米创投跟投,国家开发银行、中国建设银行进行融资配套。

  在智能电视领域,尽管目前市场面临着竞争加剧,消费需求疲软,供应紧缺的现状,但并未影响乐融Letv增长...

  本文整理自腾讯云AI和大数据中心AI技术专家-叶聪在极客说上的精彩分享。

  霍金的弟子,约翰霍普金斯大学教授Alan Yuille提出“深度学习在计算机视觉领域的瓶颈已至。

  湿纸巾是干垃圾还是湿垃圾?废玻璃是可回收物吗?这些问题,不如交给机器人?应用场景是现阶段AI发展的重...

  摘要: 本文主要介绍计算机视觉中主要的五大技术,分别为图像分类、目标检测、目标跟踪、语义分割以及实例...


  • 我要学车
  •