访问安全
上网行为管理AC SSL VPN 硬件VPN云安全
信服云盾 信服云眼 重构入云业务安全边界边界安全
下一代防火墙AF WAF终端安全
终端检测响应平台EDR 企业移动管理EMM身份安全
EasyConnct 行为感知系统BA威胁检测
安全感知平台SIP病毒防护
网络防病毒等级保护
等保2.0安全审计与运营
数据库安全审计DAS云服务
私有云 公有云 云杀毒 云监控 混合云 云搬迁微软云
微软云介绍 微软云优势 微软云解决方案 微软云案例阿里云
阿里云介绍 阿里云产品 阿里云解决方案 阿里云案例钉钉
钉钉简介 钉钉定制开发推荐视频
发布者：上海IT外包来源：http://www.lanmon.net点击数：1333
蓝盟IT小贴士，来喽！
监督深度学习给我们带来了非常实用的应用方案，特别是在计算机视觉和自然语言处理等特定领域。 深度学习已经在癌症检查等敏感应用中发挥了越来越重要的作用，并且确实证明它在一些人无法解决的问题中能发挥核心作用。 例如，社交媒体巨头利用这些技术审查和通报用户在平台上公布的大量内容。
LeCun说：“如果从Facebook、Instagram、YouTube等厂商身上分离出深刻的学习要素，他们的业务就会瞬间崩溃。 事实上，他们的业务完全是以深入学习为中心构建的。 ’他说
然而，如上所述，监督学习仅适用于包括足够高质量的数据且复盖所有可能的数据内容的场景。 训练后的深度学习模型遇到与训练例不同的新情况时，其表现会完全失去控制。 在某些情况下，神经网络仅仅从稍微不同的角度展示对象，就有可能将其误判定为其他物体。
深度强化学习在游戏和模拟场景中发挥强大的能力。 过去几年来，强化学习征服了过去人工智能无法克服的许多游戏项目。 目前，AI计划在《星际争霸2》、《Dota》以及历史悠久的围棋领域杀害了人类首屈一指的选手。
但是，这些AI程序在探索解决问题的方法这一点上与人完全不同。 基本上，强化学习主体是白纸，只提供在特定环境下可以执行的基本操作集。 其次，AI不断地自己尝试，学习如何通过重复实验获得最高报酬(例如，尽量在游戏中获胜)。
如果问题空间相对简单，并且我们有足够的计算能力来执行更多的迭代性试验对话，则这种模型能够正常工作。 通常，强化学习代理需要花费大量时间掌握游戏的精髓，巨大的成本意味着这种技术只存在于高科技企业内部。
分享到：
中文
电话咨询
微信咨询
公众号
