趣味百科

当前位置首页 > 百科 > 趣味百科

关于人工智能的关键技术

关于人工智能的关键技术

关于人工智能的关键技术

方法/步骤

1

在算法层,主要是机器学习,包括深度学习,迁移学习,对抗学习,强化学习和传统机器学习。

2

基础设施层面,重点关注算法框架,例如Tensorflow、PyTorch、Caffe、Mxnet等。

3

GPU具有并行结构,在处理图形数据和复杂算法方面拥有比CPU更高的效率,深度学习模型训练速度主要受GPU设备限制。

4

机器学习的基本算法,利用历史数据,训练出相关的模型,通过模型指导对新的数据的预测。

5

机器学习中预处理步骤是不可或缺的一部分,模型调参是调节对建模结果产生影响的因素。

6

有监督学习的重要特征,是数据必须给定明确的标签,涉及分类、回归和排序等算法。

7

无监督学习是没有标签的,相关的包括密度预测、异常预测,以及社区划分,都是此类。