人工智能（Artificial Intelligence）——为机器赋予人的智能
机器学习—— 一种实现人工智能的方法
机器学习最基本的做法，是使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和预测。
深度学习——一种实现机器学习的技术
人工神经网络具有离散的层、连接和数据传播的方向。
神经网络是调制、训练出来的，时不时还是很容易出错的。它最需要的，就是训练。
“深度”就是说神经网络中众多的层。
AI_机器学习_深度学习
2018-04-19
920
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
目录
相关文章
|
2天前
|
机器学习/深度学习
运维
监控
TensorFlow分布式训练：加速深度学习模型训练
【4月更文挑战第17天】TensorFlow分布式训练加速深度学习模型训练，通过数据并行和模型并行利用多机器资源，减少训练时间。优化策略包括配置计算资源、优化数据划分和减少通信开销。实际应用需关注调试监控、系统稳定性和容错性，以应对分布式训练挑战。
8
0
0
|
4天前
|
索引
机器学习/深度学习
Python
|
4天前
|
机器学习/深度学习
算法框架/工具
PyTorch
|
机器学习/深度学习
算法
计算机视觉
|
4天前
|
机器学习/深度学习
索引
Python
|
4天前
|
机器学习/深度学习
数据挖掘
Python
|
4天前
|
机器学习/深度学习
Python
索引
|
7天前
|
机器学习/深度学习
人工智能
自然语言处理
|
8天前
|
机器学习/深度学习
API
语音技术
|
10天前
|
机器学习/深度学习
监控
安全
智能化视野下的守卫者：基于深度学习的图像识别技术在智能监控领域的革新应用
【4月更文挑战第9天】
随着人工智能技术的飞速发展，深度学习已经成为了推动计算机视觉进步的重要力量。尤其在智能监控领域，基于深度学习的图像识别技术正逐步转变着传统监控系统的功能与效率。本文旨在探讨深度学习技术如何赋能智能监控，提高对场景理解的准确性，增强异常行为检测的能力，并讨论其在实际部署中所面临的挑战和解决方案。通过深入分析，我们揭示了深度学习在智能监控中的应用不仅优化了安全防范体系，也为城市管理和公共安全提供了有力的技术支持。
15
1
1