¿Qué son las redes neuronales, el aprendizaje profundo y el aprendizaje automático? ¿Cuáles son las diferencias y conexiones?

El aprendizaje profundo es una palabra acuñada a partir de red neuronal profunda + aprendizaje automático. La profundidad apareció por primera vez en redes de creencias profundas. Su aparición ha revitalizado redes neuronales que habían estado inactivas durante muchos años. Las GPU permiten inicializar aleatoriamente redes profundas. La aparición de resnet rompe la maldición de las restricciones de nivel y permite entrenar redes neuronales más profundas.

El aprendizaje profundo es el único desarrollo y continuación de las redes neuronales. En el entorno lingüístico actual, el aprendizaje profundo generalmente se refiere a redes neuronales, y las redes neuronales generalmente se refieren al aprendizaje profundo.

No hay diferencia en el contexto actual.

Definición

La red neuronal biológica se refiere principalmente a la red neuronal del cerebro humano y es el prototipo técnico de la red neuronal artificial. El cerebro humano es la base material del pensamiento humano. La función del pensamiento se encuentra en la corteza cerebral. La corteza cerebral contiene alrededor de 10 11 neuronas. Cada neurona está conectada a otras 103 neuronas a través de sinapsis, formando una dinámica altamente compleja y flexible. red. .

Como tema, la red neuronal biológica estudia principalmente la estructura, función y mecanismo de funcionamiento de la red neuronal del cerebro humano, con el objetivo de explorar las reglas del pensamiento y las actividades inteligentes del cerebro humano.

La red neuronal artificial es la reproducción técnica de la red neuronal biológica en un sentido simplificado. Como disciplina, su tarea principal es establecer un modelo práctico de red neuronal artificial basado en los principios de las redes neuronales biológicas y las necesidades de aplicaciones prácticas, diseñar los algoritmos de aprendizaje correspondientes, simular algunas actividades inteligentes del cerebro humano y luego aplicarlas técnicamente. implementado para resolver problemas prácticos.

Por lo tanto, las redes neuronales biológicas estudian principalmente el mecanismo de la inteligencia; las redes neuronales artificiales estudian principalmente la realización de mecanismos inteligentes, y las dos se complementan entre sí.