खोल शिक्षण

लेखक: Eugene Taylor
निर्मितीची तारीख: 10 ऑगस्ट 2021
अद्यतन तारीख: 22 जून 2024
Anonim
Empty Screen - Emotional Hit (English) | Full Song - HQ
व्हिडिओ: Empty Screen - Emotional Hit (English) | Full Song - HQ

सामग्री

व्याख्या - डीप लर्निंग म्हणजे काय?

डीप लर्निंग हे मशीन लर्निंगमध्ये वापरल्या जाणार्‍या अल्गोरिदमचा संग्रह आहे, जो मॉडेल आर्किटेक्चरच्या वापराद्वारे डेटामधील उच्च-स्तरीय अ‍ॅब्स्ट्रॅक्शन्स मॉडेल करण्यासाठी वापरला जातो, जो एकाधिक नॉनलाइनर ट्रान्सफॉर्मेशनद्वारे बनलेला असतो. हे मशिन शिक्षणासाठी वापरल्या जाणार्‍या पद्धतींच्या विस्तृत कुटूंबाचा भाग आहे जे डेटाच्या प्रतिनिधित्वावर शिकण्यावर आधारित आहेत.


मायक्रोसॉफ्ट अझर आणि मायक्रोसॉफ्ट क्लाऊडची ओळख | या संपूर्ण मार्गदर्शकामध्ये आपण क्लाउड संगणन करणे म्हणजे काय आणि मायक्रोसॉफ्ट अझर आपल्याला क्लाऊडवरून आपला व्यवसाय स्थलांतरित आणि चालविण्यात कशी मदत करू शकेल हे शिकाल.

टेकोपिडिया डीप लर्निंगचे स्पष्टीकरण देते

डीप लर्निंग हा न्युरोल नेटवर्क तयार आणि प्रशिक्षण देण्यासाठी वापरला जाणारा एक विशिष्ट दृष्टीकोन आहे, जो निर्णय घेण्याची अत्यंत आशादायक नोड मानला जातो. जर इनपुट डेटा आऊटपुट होण्यापूर्वी नॉनलाइनलाइन किंवा नॉनलाइनर ट्रान्सफॉर्मेशनच्या मालिकेतून गेला तर अल्गोरिदम खोल मानला जातो. याउलट, बर्‍याच आधुनिक मशीन लर्निंग अल्गोरिदमला "उथळ" समजले जाते कारण इनपुट फक्त सबरोटीन कॉलिंगच्या काही स्तरांवर जाऊ शकते.

सखोल शिक्षण डेटामधील वैशिष्ट्यांची व्यक्तिचलित ओळख काढून टाकते आणि त्याऐवजी, इनपुट उदाहरणांमधील उपयुक्त नमुने शोधण्यासाठी त्यास असलेल्या कोणत्याही प्रशिक्षण प्रक्रियेवर अवलंबून असते. हे तंत्रिका नेटवर्कचे प्रशिक्षण सोपे आणि वेगवान बनवते आणि यामुळे कृत्रिम बुद्धिमत्तेच्या क्षेत्रात प्रगती करणारा चांगला परिणाम मिळतो.