PURE //加速数字2021 |regístratessahora.

原则básicos del aprendizaje automático和el aprendizaje profundo

原则básicos del aprendizaje automático和el aprendizaje profundo

¿QuéEsElAprendizajeAutomático?

El Apenizajeautomáticoes una rama de la Inteligencia人工(ai,人工智能)que ocupa de los allitmosInformáticosque pueden mejorarse asímismosatravésdeatos de entrenamiento,Sin La Necesidad de Programiones expleniones。Modos Lo Como Como ElCaminoMásPrometedorPara Alcanzar La Verdadera Inteligencia人工,类似A La de Los Seres Humanos。

en Losneas Generales,Los Algoritmos de AprendizajeAutomáticoPuedenClasificsarseen Las Siguientes TresCategorías:

  • Aprendizaje Supervisado:SE Proporcionan吉祥物y Ejeveros de Entradas junto con loseados deseados,lo que le ermite al algoritmo aprender las las las las reglas que Asignan Las Entradas A Los ResertAdos。
  • Aprendizaje没有supervisado:没有SE Proporcionan吉马群岛,De Manera Que El Algoritmo Puede Encontrar Su Pharia Estructura para procesar entradas(p。ej。,descubrir catrones Ocultos en Los Datos)。
  • APRENDIZAJE POR RECUERZO:Con Un Objetivo Espectsfico,Como Ganar联合国Jueggo O Concucir Un Auto,El AlgoritmoInteractúade Forma Constante Con Un EntornoDinámico。El Algoritmo Se Aproxima a lasoluciónóptimadel问题mediante repetidas pruebas y ester。

En EsteArtículo,EncontraráFenaBreveDescripciónVelapizajeautomáticoy el Aprendizaje Profundo,AsíComoLas Diferencias Entre Ambos Enceptos。

¿QuéEsElaprendizaje profundo?

El Apenizaje Profundo ES UNA RAMA DEL APRENDIZAJEAutomáticoQue Utheriza Redes Neuralales alightees para alaemejarse a la Inteligencia humana。Inspirado Por Las Neuronas Humanas,El Aprendizaje Profundo Utiliza LaTeoríadeGrafos帕拉SonextarliTiTmos dePonderaciónNenCapas de Nodos Y Aristas。Los Algoritmos de Aprendizaje Profundo儿子Excelentes Para Procesar Datos Sin Estructurar,Comoimágeneso el lenguaje。

enteoría,que una红色神经元reciba laclasificaciónde“profunda”博士德国康帕斯·奥兰特拉斯卡·德·塞佩斯(La Bercuctura Base De Una Red Neuronal)。SE考虑que estas capasestán“Ocultas”debido a que no tienenconexiónalguna con el Mundo外观。Entre Los Ejemettos de Arquitecturas de Aprendizaje Profundo Se Servyen Los Siguientes:

  • 前馈(FF):Los Datos Se Desplazan en Unaúnicadireccióndesdelacapa de incrada,Tavésdelascapas Ocultas,Hasta Salir Por La Capa de Salida。Todos Los NodosEstánConectadosY Los Datos Nunca Vuelven A Pasar Por Las Capas Ocultas。La FF Se Uteriza en LaCompersióndeatosy en elprocesamientobásicodeimágenes。
  • REDES神经元复发(RNN,经常性神经网络):ES联合国Tipo De Red FF QueAñadeUna Demora de Tiempo A LAS Capas Ocultas Para Poder AccederAficinacaCiónViviaDuranteUnaIteración实际。Este Circuito deRetroalimentaciónSe亚历·雅缪雅A La Memoria Y Hace Que Las RNN Sean Una Herramienta Excelente Para El Procesamiento del Lenguaje。UN Buen Ejemero de Esto Es Es Es El Texto Predicto,Que Se Basa en Las Palabras Que Usted Utsted Utertia Con Mayor Frecuencia Para Personalizar Las Sugerencias。
  • REDES神经头卷轴(CNN,卷积神经网络):一个convolución是一个operación matemática严肃的功能产生一个tercera función,然后描述cómo一个其他的修改。美国有线电视新闻网在clasificación de imágenes的基础上,考虑了la AI的“ojos”。Las capas ocultas en una CNN funcionan como filtros matemáticos什么是真正意义上的ponderadas ponderada para相同的颜色,颜色,对比y demás元素的像素。

Pruebe FlashBlade.

实验UNA Instancia de Autoservicio depure1®para Accriptrar纯FlashBlade™,LaSoluciónMásAvanzadade la Industria Que Ofrece Almacenamiento de Archivos Y Objetos de Escalabilidad水平Nativa。

Aprendizaje automático vs Aprendizaje profundo

El Apenizaje Profundo SE ICAIASUBCATAGYRíaDelAprendizajeAutomático。La DifErencia Que Distingue A Al Algoritmos de Aprendizaje Profundo de Otros Algoritmos de AprendizajeautomáticoESESELUSEESELUSEELESERSEREDEREDERERYS人工。Asimismo,LaCaracterísticaQue Hace Que Una Red Neuronal Se Consider“Profunda”ES La Presencia de Capas Ocultas entre Las Capas de entrada y de salida que conforman unPerceptrónbásico。

Prefficios del Aprendizaje Profundo

Los Algoritmos del Aprendizaje Profundo儿子Excelentes Para Procesar Los Datos Sin Estruceurar,Siempre Que Se Cuente Con La Puveidad de Procesamiento Para Hacerlo。Debiido A Esto,Cuando Se Trata Del Aprendizaje没有超级主义y Por Refuerzo,El Apenzaje Profundo Cuenta Conventaja Sobre Los Otros Algoritmos de AprendizajeAutomático。Los Avances Readientes de La Ai Son,en Gran Parte,Gracias Al Aumento de La Viacidad de Las Redes Neuralales de Aprendizaje Profundo,Producto de Las Mejoras en La Copicidad de Procesamiento Y En En En En En En En En En En En En En En En En En El Almacenamiento de Datos。

CómoPotenciaPu爱游戏ayx双赢彩票re Storage Las Aplicaciones de AprendizajeAutomático

爱游戏ayx双赢彩票PureStorage®Seencuentra en Unaposiciónúnicaque le渗透Aprovechar y Respaldar El Mundo de la Ai。Las Redes Neuralales de Aprendizaje Profundo Requieren de Datos Que Sean Grandes YRápidos。ZH纯,LAS Soluciones de Almacenamiento Basadoíntegramenteeníntemíaflash combinan el Rendimiento del 100%de la Memoria flash de nvme conelanálisispredictivo Accionado Por La Ai,Con El Fin De Ofer ena现代数据体验™。Con Pure,Podrárealizar lo siguiente:

  • Consolidar Los Silos de Almacenamiento de Datos en联合国集线器de Datos.unificado。
  • Acelerar El Tiempo de los结果os con losAnálisisde Registros en Tiempo Real
  • Eximentar El Futuro de laAsspertacióndelalmacenamientode Datos Impuleardada Por La Ai Conpure1meta®.
  • Potenciar Las Soluciones de Ai ConAiri®.,Unasolucióndepilacomplifa y de infrastuctura lista para la ai de pure存储y爱游戏ayx双赢彩票 nvidia。
  • Obener Soporte de Pila Compleda para los ciclos devida de ai y de aprendizajeautomáticoconFlashStack®.,UnasolucióndemraStucturaConvergente Que SeDesarrollónCenSociedad Con Cisco。
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 +52 55 9171-1375 +56 2 2368-4581 +57 1 383-2387