多重因素推动深度学习爆发并持续快速发展
相关报告
- 数据更新中...
ImageNet图像分类大赛一举夺魁，重大事件使得深度学习引起学术界、产业界轰动。真正使得深度学习引起轰动并广为人知的是2012年的ImageNet图像分类大赛，Hinton研究小组使用8层结构(之前一般最多2到3层)，以16.4%的误差率遥遥领先于使用其他方法获得第二名的26.1%，深度学习在计算机视觉领域引起轰动，并逐渐在企业界掀起热潮。
2012年以来ImageNet图像分类大赛冠军成绩
深度学习的突然爆发本质上还是依赖于大数据、计算硬件的发展以及算法自身的进步。从理论上来
讲，参数越多的模型复杂度越高，也意味着能完成更复杂的学习任务。但一般情形下，复杂模型的
训练效率低，而且数据量过少容易导致过拟合，这在神经网络算法的发展历史上多次得到证实，因而突破也必然是由数据量、计算速度以及算法优化来推动。这在第二章中会详细阐述。
本文地址：http://www.zwzyzx.com/show-269-224871-1.html
相关资讯
- 人工智能爆发条件二：互联网渗透率提升，数据资源日益丰富(2016-08-11)
- 美国移动互联网市场概况(2016-10-19)
- 下游：新兴行业需求快速扩张，利好基础元件(2016-04-07)
- 国内电子元器件行业利润水平的变动趋势及原因(2014-06-27)
- 中国高精度卫星导航定位发展历程和市场规模结构(2016-01-08)
- 大数据+深度学习，推动图像识别精度进化(2016-08-05)
- 影响软件行业发展的不利因素(2016-06-23)
- 传统车联网商业模式还处于较为简单的初级阶段(2016-09-06)
合作媒体
最新报告
定制出版
热门报告
免责声明
中为咨询所引述的资料是用于行业市场研究以及讨论和交流，并注明出处，部分内容是由相关机构提供。若有异议请及时联系本公司，我们将立即依据相关法律对文章进行删除或作相应处理。查看详细》》
