要回答这个问题,必须要先明白,深度学习为什么要进行样本训练,简单的说就是,为什么要学习,为什么学习的样本量越大,出来的结果就越精确?
读书破万卷下笔如有神
古语云,读书破万卷,下笔如有神。
这个道理说的是,作为一个人,如果书读得越多,就越容易写出文章来。相信这个道理任何人都懂,你是否还记得读书时,班上某某某每次作文都写得非常好,原因是什么?
答案都是看书看得多。
深度学习的本质就是模拟人的学习机制
深度学习概念由Hinton于2006年提出,但本质就是人工神经网络,而人工神经网络就是一种对人脑的模仿,通过模拟人脑的生物神经网络,来模仿人的学习能力。
因此,深度学习就是通过模仿人类,来使得机器也具备学习能力。
而这种模拟,除了设置大量的神经网络节点(即模仿神经元),还要通过算法来设计这个神经网络的模型,当然,还有最重要的一点,就是一定要通过样本数据训练,来使得机器具备某种能力,比如,通过人脸库,让机器具备人脸识别的能力。
而这种样本数据的训练,跟人类读书读的越多,就越能写出更好的文章,是一样的。
人工神经网络复杂度远低于人脑
虽然说,我们能够模拟出非常复杂的人工神经网络,但这个复杂度仍然低于人脑。如果人工神经网络跟人脑来比,只能说,就像拿一个婴儿和爱因斯坦来对比一样,他们的智能水平相差非常远。
因此一个智力相对差的人(我们可以把人工神经网络看作是一个智力很差的人),如果想要获得跟一个智力普通的人一样的能力,是不是要付出更多的时间,读更多的书(更多的样本量训练),才能追的上他。
这是不是跟“勤能补拙”是一样的道理呢?
越来越少的公众号还在坚持原创
“闻西说科技”就是其中之一
领取专属 10元无门槛券
私享最新 技术干货