深度学习 (DL)

深度学习如何工作

深度学习的核心组成部分是深度神经网络，它由一个输入层、多个隐藏层和一个输出层组成。每一层都包含处理信息的互连节点或 "神经元"。与较浅的网络不同，这些模型的深度允许它们分层学习特征。例如，在图像识别中，初始层可以检测简单的边缘，随后的层将这些边缘组合成形状，更深的层则可以识别复杂的物体。这种自动特征提取过程无需人工特征工程，是许多传统 ML 方法的一大优势。训练这些网络通常需要向其输入大量标注数据（监督学习），并使用反向传播和梯度下降等算法来调整模型权重和最小化误差（损失函数）。这一计算密集型过程严重依赖于强大的硬件，尤其是GPU，以实现高效的模型训练。

人工智能和计算机视觉的重要性

深度学习是人工智能进步的主要推动力，尤其是在计算机视觉（CV）领域。它能够从COCO 数据集或ImageNet 等庞大的数据集中学习有意义的表征，从而在以前被认为对机器具有挑战性的领域取得了突破性进展。像 Ultralytics YOLO等模型利用 DL 实现了高性能的物体检测、图像分割和图像分类。迁移学习等技术可以利用预先训练好的模型（已经在大型数据集上训练好的模型）来加速新的相关任务的开发，即使使用的数据更少。这一领域的发展要归功于Geoffrey Hinton、Yann LeCun 和Yoshua Bengio 等先驱，他们经常被称为 "人工智能教父"。DeepLearning.AI和人工智能促进协会（AAAI）等组织继续推动这一快速发展领域的研究和教育。

与相关术语的区别

• 机器学习（ML）：DL 是 ML 的一个子集。虽然所有 DL 都是 ML，但并非所有 ML 都是 DL。ML 包含更广泛的算法，包括支持向量机 (SVM)、决策树和线性回归等非神经网络方法，这些方法通常需要人工特征工程。DL 擅长涉及非结构化数据和通过深度架构进行自动特征学习的任务。
• 人工智能（AI）：人工智能（AI）是一个总的领域，其重点是创建表现出智能行为的系统。ML 是通过让系统从数据中学习来实现人工智能的一种方法。DL 是 ML 中使用深度神经网络的一组特定技术。将其视为嵌套概念：人工智能 > ML > DL。

实际应用

深度学习为许多现代人工智能应用提供了动力：

• 自动驾驶汽车：DL 模型处理传感器数据（摄像头、激光雷达），用于实时目标检测、车道保持和导航，从而实现Waymo 等公司开发的系统中的自动驾驶功能。了解有关自动驾驶汽车中的人工智能的更多信息。
• 医学图像分析：DL 算法分析医学扫描（如核磁共振成像或 CT 扫描），协助放射科医生识别肿瘤、早期检测疾病和分割器官。美国国立卫生研究院（NIH）的 Bridge2AI 计划等举措旨在利用人工智能促进生物医学进步。了解Ultralytics 医疗保健领域的人工智能解决方案。
• 自然语言处理 (NLP)： 机器翻译、情感分析以及为OpenAI 的ChatGPT等高级聊天机器人提供动力等任务在很大程度上依赖于 DL 模型，尤其是Transformers。
• 推荐系统： Netflix等平台利用 DL 分析用户行为和偏好，推荐相关内容。
• 语音识别：虚拟助手和听写软件使用 DL 将口头语言转换为文本。

工具和框架

各种软件库和平台为开发 DL 模型提供了便利。流行的开源框架包括

• PyTorch以其灵活性和Python 方法而著称PyTorch 主页）。Ultralytics 模型使用PyTorch 构建、
• TensorFlow：由Google开发，提供全面的生态系统TensorFlow 主页）。
• Keras：可在TensorFlow 上运行的高级 API，以用户友好性著称（Keras 主页）。

Ultralytics HUB等平台为训练自定义模型、部署和管理 DL 模型提供了集成环境，特别是对于使用以下模型的计算机视觉任务而言 YOLO11.有效的开发通常涉及严格的超参数调整、了解性能指标以及利用GPU 加速实现高效模型训练等实践。