เครือข่ายประสาทลึก - เพียงเพื่อการจำแนกภาพ?

ตัวอย่างทั้งหมดที่ฉันพบโดยใช้ความเชื่ออย่างลึกล้ำหรือโครงข่ายประสาทเทียมใช้สำหรับการจำแนกภาพการตรวจจับแชทและการรู้จำเสียง

โครงข่ายใยประสาทเทียมแบบลึกยังมีประโยชน์สำหรับงานการปรับเปลี่ยนแบบดั้งเดิมซึ่งคุณสมบัติไม่ได้มีโครงสร้าง (เช่นไม่จัดเรียงตามลำดับหรือตาราง) ถ้าใช่คุณยกตัวอย่างได้ไหม

ลักษณะของภาพที่ทำให้สามารถจำแนกได้ด้วยเครือข่ายประสาทลึกนั้นมีคุณสมบัติมากมาย (อาจเป็นล้านถ้าไม่ใช่ล้านพิกเซลที่มี RGB, ความเข้ม ฯลฯ ) และหากคุณมีป้ายกำกับที่ถูกต้องมันไม่ใช่ข้อมูลที่มีเสียงดัง กล้องทุกวันนี้ดีมากและไม่ได้ทำการวัดอะไรผิด ๆ ต้องขอบคุณอินเทอร์เน็ตเรามีภาพที่มีป้ายกำกับอย่างถูกต้องจำนวนมาก เครือข่ายที่ลึกสามารถแสดงฟังก์ชั่นที่ซับซ้อนตามอำเภอใจซึ่งเป็นปัญหากับข้อมูลที่มีเสียงดังเพราะคุณสามารถรบกวนเสียงได้อย่างง่ายดายดังนั้นทำไมวิธีการเรียนรู้หลายวิธีจึงมีแนวโน้มที่จะลงโทษแบบจำลองที่ซับซ้อน ในกรณีของการรู้จำภาพอย่างไรก็ตามฟังก์ชั่นที่แท้จริงดูเหมือนจะซับซ้อนจริง ๆ เราไม่รู้ว่ารูปแบบการใช้งานเป็นอย่างไรและเราไม่รู้ด้วยซ้ำว่าคุณสมบัติที่เกี่ยวข้องนั้นมีอยู่ในหลายกรณี

นี่ไม่ได้หมายความว่าคุณไม่สามารถใช้เครือข่ายที่ลึกซึ้งเพื่อเรียนรู้ฟังก์ชั่นที่ไม่มีส่วนเกี่ยวข้องกับภาพ คุณเพียงแค่ต้องระมัดระวังเกี่ยวกับข้อเสียซึ่งส่วนใหญ่มีแนวโน้มที่จะ overfitting มาก แต่ก็ยังมีค่าใช้จ่ายในการคำนวณสูงและอาจต้องใช้เวลานานในการฝึกอบรม ข้อเสียอีกอย่างคือคุณมีความสามารถในการตีความโมเดลน้อยมากหรือไม่มีเลยซึ่งไม่สำคัญสำหรับการจัดหมวดหมู่ภาพ เราแค่พยายามทำให้คอมพิวเตอร์รู้จักความแตกต่างระหว่างชิมแปนซีกับลิงอุรังอุตัง ความเข้าใจของมนุษย์ในสูตรไม่สำคัญ สำหรับโดเมนอื่น ๆ โดยเฉพาะอย่างยิ่งการวินิจฉัยทางการแพทย์การวิจัยเชิงนโยบาย ฯลฯ คุณต้องการหรืออาจต้องการความเข้าใจของมนุษย์

แน่นอนว่าคุณสามารถใช้โครงข่ายประสาทเทียมลึก ๆ สำหรับปัญหาต่าง ๆ นอกเหนือจากการจดจำรูปภาพหรือการรู้จำเสียง ปัญหาคือถ้าคุณต้องการมันจริงๆ

เครือข่ายประสาทลึกนั้นมีประสิทธิภาพมากกว่า MLP แบบง่าย ๆ แต่ก็ใช้ทรัพยากรมากกว่าและยากต่อการพัฒนา ดังนั้นจึงถูกใช้ในโดเมนที่ซับซ้อนจริงๆ คุณสามารถใช้มันเพื่อแก้ปัญหาที่ง่ายขึ้น แต่โดยทั่วไปแล้วโมเดลที่ง่ายกว่าจะได้ผลลัพธ์ที่ดีเช่นกัน

การใช้โครงข่ายประสาทเทียมลึก ๆ เพื่อแก้ปัญหาง่าย ๆ ก็เหมือนกับการฆ่าแมลงวันด้วยปืนยิงรถถังแน่นอนว่าคุณจะฆ่าพวกมัน แต่คุณไม่เจอวิธีที่ง่ายกว่านี้เหรอ?

ฉันเห็นด้วยกับคำตอบของ davidivad แต่ฉันก็คิดว่าการประยุกต์ใช้โครงข่ายใยประสาทลึกกับภาพก็คือรูปภาพ (และที่สำคัญกว่านั้นคือรูปภาพที่มีป้ายกำกับ ) มีราคาไม่แพงนักในการรวบรวม ในโดเมนอื่น ๆ อาจมีราคาแพงมากในการรวบรวมข้อมูลในขนาดใหญ่โดยเฉพาะอย่างยิ่งภายในข้อ จำกัด ของอุตสาหกรรมทั่วไปหรือรัฐวิสาหกิจ การรวมปัญหานี้คือในหลาย ๆ แอปพลิเคชั่นปรากฏการณ์ที่น่าสนใจนั้นค่อนข้างหายากดังนั้นจะมีตัวอย่างที่มีค่าในการเรียนรู้ดังนั้นแม้ความพยายามในการเก็บรวบรวมข้อมูลขนาดใหญ่อาจทำให้สมาชิกบางกลุ่มมีจำนวนน้อย