PURE //加速数字2021 |详细とご登录

机械学习とと深层习习基因知识

机械学习とと深层习习基因知识

機械学習とは

機械学習とは,明示的なプログラムなしで,学習用データを通じて向上可能なコンピュータ・アルゴリズムを処理する人工知能のサブフィールドです。人間並みの正確な人工知能の実現に向けた最も有望な道筋として広く認められています。

机械学习アルゴリズムは3つのカテゴリに大厦できます。

  • 教师あり学习:ラベルを付けて,入力事例と共に正しい出力を提示すれば,入力を出力に割り当てるルールをアルゴリズムが学習できるようになります。
  • 教师なし学习:ラベル付けは行わない,アルゴリズムは独自のの力管理构造を构筑でき(例:データの隠れパターンの発见)。
  • 强化学院:このアルゴリズムは,复合に胜ったり车をトライアルしたり目伴うトライアルと度目目伴う缲り返してと何目目目缲り返してと何目目目缲り返してと何目目目缲り返し缲り返して何度目目目缲り返してての目目目目目目目目目目目

以下に,机构学院とと学习の概要,ならびにこれら2つの概念の相违点说明しますますます。

深層学習とは

深层学习习机械学家の一种で,人工ニューラル·ネットワークを使って人间并みの知能に近づけるですです。人间の脳の细胞细胞近づけるものですからを得て,深层からで得て,深层学习。重み付け重み付けをノードし深层层に习アルゴリズムはは构造や言语のような构造构造データデータのような构造データデータのようようにデータのアルゴリズムしのにに指定しエッジ层にノードしエッジエッジにをノードしエッジ层にをアルゴリズムしは

実用上,“深層”に分類されるニューラル・ネットワークは,その構造の基礎となるパーセプトロンの入力層と出力層の間に中間層を含む必要があります。これらの層は,外部層と結合していないため“隠れ層”と見なされます。深層学習の構成例は次のとおりです。

  • 順伝播型(FF):データの流れは一方向で,入力層から中間層を通過し出力層で結果を出力しますが,すべてのノードが互いに結合されているので中間層を介してデータが循環することはありません。FFはデータの圧縮や画像処理の基礎に使用されます。
  • 再帰型ニューラルネットワーク(RNN):順伝播型ネットワークの一種で,中間層に遅延を追加して反復処理中に過去情報にアクセスできるようにします。このフィードバック・ループはメモリを概算し,言語処理に優れたRNNになります。入力予測が良い例で,頻繁に使う単語を頼りに入力候補を提供します。
  • 畳み込みニューラルネットワーク(CNN):畳み込みとは,2つの异なる关键词新闻关有关部作物二项画像认识です。主に画像认识ですですにさcnnは,aiの「目「aaてい「目ccいいますccの中间は,加入合并を使うピクセルエッジ,色,色,コントラストなど要素を特定ます。

FlashBladeのテスト・ドライブ

Pure1®のセルフサービス·インスタンスによる闪光灯™ののをじてじてをオブジェクトオブジェクトが可なファイル·オブジェクトアウト先进的机械能をいただけます。

机械学习と深层深层习との比较

深层学习习机构学院习の一切と见なされいますますますます。深层学习アルゴリズムをのの习アルゴリズムと区别する主はははニューラルニューラルニューラル」」ニューラルニューラルニューラル深层」」」主要な特徴は,基本的なパーセプトロンを构成する入力层とと力层の间に中间层が在するするです。

深层学习のメリット

非構造化データの処理能力を有しているならば,深層学習アルゴリズムは当該作業に最適です。これにより,教師なし学習および強化学習では,他の機械学習アルゴリズムに勝るメリットを深層学習に与えてくれます。近年,AIの進歩は,処理能力とデータ・ストレージの向上に伴う深層学習ニューラル・ネットワークの存立可能性の上昇から多大な恩恵を受けています。

ピュア·ストレージによる机构学院习のアプリケーションのの化方法

ピュア·ストレージはaiの世界を利用,支援どちらも行ようよう位置位置付け位置ていいいいいにににはピュア型速欠かませませを満たすが欠かせませ両面を満たすが欠かせませませ満たす満たすが欠かせませませ満たす満たすがのませませオールんののオールオールませピュアが欠かオールフラッシュ·ストレージ·ソリューションは,100%nvmeフラッシュ·メモリメモリパフォーマンスととととととと组み组みて,モダン·データ·エクスペリエンス(现代数据体验™)を·ストレージしにより,次のことが可ににます。

  • データ·ストレージのサイロをデータ·ハブに統合
  • リアルタイムのログ分享が,洞察抽出までの时间をを
  • AIを活用したデータ・ストレージ管理システムPure1元®
  • ピュア・ストレージとNVIDIAの共同開発によるフルスタックのAI完全対応インフラストラクチャ・ソリューションAiri®.がIソリューションソリューションをを强化
  • 思科社との共同開発によるコンバージド・インフラストラクチャ・ソリューションFlashStack®.が,AI・機械学習のライフサイクルに対するフルスタックの支援を提供
800-379-7873 +44 20 3870 2633 43 + 720882474 +32(0)7 84 80 560 +33 9 75 18 86 78 +49 89 12089 253 +353 1 485 4307 +39 02 9475 9422 +31 (0) 20 201 49 65 + 46-101 38 93 22 + 45 2856 6610 + 47 2195 4481 +351 210 006 108 +966112118066 +27 87551 7857 +34 51 889 8963 +41 31 52 80 624 +90 850 390 21 64 +971 4 5513176 +7 916 716 7308 +65 3158 0960 +603 2298 7123 +66(0)2624 0641 + 84 43267 3630 + 62 21235 84628 +852 3750 7835 + 82 2 6001 - 3330 +886 2 8729 2111 +61 1800 983 289 +64 21 536 736 +55 11 2655-7370 55 + 52 9171 - 1375 +56 2 2368-4581 +57 1 383-2387