為什么深度學(xué)習(xí)要使用大量數(shù)據(jù)

數(shù)學(xué)基礎(chǔ)好，編程能力強(qiáng)，就去學(xué)深度學(xué)習(xí) 如果是條件差一點(diǎn)就去學(xué)大數(shù)據(jù)， 這只是相對(duì)，實(shí)際上，大數(shù)據(jù)的門檻也不低，而且目前做數(shù)據(jù)的逐漸成為深度學(xué)習(xí)的一個(gè)素材來源， 工資上深度學(xué)習(xí)明顯偏高，但是市場(chǎng)需求也...

很顯然，大數(shù)據(jù)和深度學(xué)習(xí)完全是兩個(gè)不同領(lǐng)域的名詞。大數(shù)據(jù)在描述數(shù)據(jù)本身的顯性的一個(gè)狀態(tài)。而深度學(xué)習(xí)或者說機(jī)器學(xué)習(xí)則在試圖描述數(shù)據(jù)內(nèi)在的邏輯。 所以深度學(xué)習(xí)（或者機(jī)器學(xué)習(xí)）可以是建立于大數(shù)據(jù)之上的一些方...

深度學(xué)習(xí)（Deep Learning）只是機(jī)器學(xué)習(xí)（Machine Learning）的一種類別，一個(gè)子領(lǐng)域。機(jī)器學(xué)習(xí) > 深度學(xué)習(xí) 2）大數(shù)據(jù)（Big Data）不是具體的方法，甚至不算具體的研究...

深度學(xué)習(xí)技術(shù)需大的數(shù)據(jù)大量的數(shù)據(jù)是學(xué)習(xí)的基礎(chǔ)學(xué)習(xí)的。

深度學(xué)習(xí)和大數(shù)據(jù)是相互促進(jìn)，相輔相成的關(guān)系 其實(shí)深度學(xué)習(xí)的基礎(chǔ)理論其實(shí)在幾十年前就有了，但是它受到兩個(gè)條件的制約，一個(gè)是數(shù)據(jù)量，一個(gè)是機(jī)器的運(yùn)算能力。 在數(shù)量比較小的情況下，傳統(tǒng)的機(jī)器學(xué)習(xí)方法就能夠取...

深度學(xué)習(xí)（Deep Learning）只是機(jī)器學(xué)習(xí)（Machine Learning）的一種類別，一個(gè)子領(lǐng)域。機(jī)器學(xué)習(xí) > 深度學(xué)習(xí)2）大數(shù)據(jù)（Big Data）不是具體的方法，甚至不算具體的研究學(xué)科...

大數(shù)據(jù)， 能促進(jìn)深度學(xué)習(xí)的。

多看書，多讀，多記

深度學(xué)習(xí)需要大量的數(shù)據(jù)來學(xué)習(xí)，相當(dāng)于從海量數(shù)據(jù)里總結(jié)規(guī)律，學(xué)到東西。

并不會(huì)，深度學(xué)習(xí)是知識(shí)發(fā)現(xiàn)的一種方法，大數(shù)據(jù)是知識(shí)發(fā)現(xiàn)的數(shù)據(jù)庫(kù)。 大概就是生產(chǎn)資料與生產(chǎn)方式的區(qū)別