速度与规模，由GPU引领的深度学习
cathy -- 周三, 02/10/2021 - 15:07
早期的机器学习以搜索为基础，主要依靠进行过一定优化的暴力方法。但是随着机器学习逐渐成熟，它开始专注于加速技术已经很成熟的统计方法和优化问题。同时深度学习的问世更是带来原本可能无法实现的优化方法。本文将介绍现代机器学习如何找到兼顾规模和速度的新方法。
深度学习是机器学习的一个分支，它试图通过模拟人脑的神经网络结构来实现对数据的学习和理解。深度学习的核心思想是通过多层次的神经网络（深度神经网络）来学习输入数据的表示，从而使得计算机能够执行各种任务，如图像和语音识别、自然语言处理等。
