文档首页 > > TBE自定义算子开发指南> 入门学习> 神经网络介绍

神经网络介绍

分享
更新时间:2020/07/23 GMT+08:00

为了让计算机掌握人类理解的知识,需要构筑一个由简单概念组成的多层连接网络来定义复杂对象,计算机通过对这个网络的迭代计算与训练后,可以掌握这个对象的特征,一般称这种方法为深度学习(Deep Learning,DL),深度学习经过一系列的发展之后,展现出巨大的应用价值,不断受到工业界、学术界的密切关注。深度学习在图像、语音、自然语言处理、大数据特征提取和广告点击率预估方面取得明显进展。随之出现了多种适合深度学习的基础架构,如Caffe、MXNet和TensorFlow,也促进了深度学习在各领域发挥更大的应用价值。

深度神经网络的研究促进了神经网络模型的飞速发展,使得神经网络模型可以在更多领域中完成更多更复杂的处理任务。连续数十年半导体芯片和计算机技术的突飞猛进,为神经网络模型和数据提供了快速、高能效的计算资源,如CPU、GPU、TPU 和华为公司最新推出的昇腾AI处理器

人工神经网络(Artificial Neural Network, ANN)也可以简称为神经网络,是一门重要的机器学习(Machine Learning,ML)技术,是机器学习与神经网络两个学科的交叉学科。科学家们对最基本的神经元(Neuron)进行数学建模,并以一定的层次关系将神经元构建成人工神经网络,让其能够通过一定的学习、训练从外界学习知识并调整其内部的结构,从而解决现实中的各种复杂问题。

分享:

    相关文档

    相关产品

文档是否有解决您的问题?

提交成功!非常感谢您的反馈,我们会继续努力做到更好!
反馈提交失败,请稍后再试!

*必选

请至少选择或填写一项反馈信息

字符长度不能超过200

提交反馈 取消

如您有其它疑问,您也可以通过华为云社区问答频道来与我们联系探讨

智能客服提问云社区提问