關於人工智慧的關鍵技術
方法/步驟1在演算法層,主要是機器學習,包括深度學習,遷移學習,對抗學習,強化學習和傳統機器學習。
2基礎設施層面,重點關注演算法框架,例如Tensorflow、PyTorch、Caffe、Mxnet等。
3GPU具有並行結構,在處理圖形資料和複雜演算法方面擁有比CPU更高的效率,深度學習模型訓練速度主要受GPU裝置限制。
4機器學習的基本演算法,利用歷史資料,訓練出相關的模型,通過模型指導對新的資料的預測。
5機器學習中預處理步驟是不可或缺的一部分,模型調參是調節對建模結果產生影響的因素。
6有監督學習的重要特徵,是資料必須給定明確的標籤,涉及分類、迴歸和排序等演算法。
7