深度學習（Deep Learning）優缺點
# 深度學習（Deep Learning）優缺點 #
優點
在實踐中表現出較高的預測精確度；
可以獲取資料中非常複雜的底層模式；
特別適用於大型資料集和高維度資料集；
當新增資料時，易於更新模型；
網路的隱藏層明顯減少了對特徵工程的需求；
是適用於計算機視覺、機器翻譯、情感分析和語音識別任務的最新技術；
缺點
具有非常低的訓練速度；
需要消耗巨大的計算資源；
需要特徵縮放；
結果不易解釋或說明；
需要大量的訓練資料，因為它要學習 大量的引數；
在非影像、非文字、非語音的任務中優於Boosting演算法；
非常靈活，帶有許多不同的體系結構構建塊，因此需要專業知識來設計體系結構；
來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/69946223/viewspace-2676821/，如需轉載，請註明出處，否則將追究法律責任。
相關文章
- 《DEEP LEARNING·深度學習》深度學習
- 深度學習（Deep Learning）深度學習
- 深度學習模型調優方法（Deep Learning學習記錄）深度學習模型
- 深度學習 DEEP LEARNING 學習筆記（一）深度學習筆記
- 深度學習 DEEP LEARNING 學習筆記（二）深度學習筆記
- 《深度學習》PDF Deep Learning: Adaptive Computation and Machine Learning series深度學習APTMac
- 貝葉斯深度學習（bayesian deep learning）深度學習
- 【深度學習】大牛的《深度學習》筆記，Deep Learning速成教程深度學習筆記
- Searching with Deep Learning 深度學習的搜尋應用深度學習
- 剛剛，阿里開源首個深度學習框架 X-Deep Learning！阿里深度學習框架
- 深度互學習-Deep Mutual Learning：三人行必有我師
- 深度學習的優化器（各類 optimizer 的原理、優缺點及數學推導）深度學習優化
- 《深度學習入門：基於Python的理論與實現》 Deep Learning from Scratch深度學習Python
- 顯示卡不是你學習 Deep Learning 的藉口
- 文章學習29“Crafting a Toolchain for Image Restoration by Deep Reinforcement Learning”RaftAIREST
- 【AAAI 2024】解鎖深度表格學習（Deep Tabular Learning）的關鍵：算術特徵互動AI特徵
- Redis和MongoDB優缺點介紹!Python學習RedisMongoDBPython
- 林軒田機器學習技法課程學習筆記13 — Deep Learning機器學習筆記
- Deep Learning with Differential Privacy
- Deep learning - note 1
- 收藏！機器學習演算法優缺點綜述機器學習演算法
- 強化學習（九）Deep Q-Learning進階之Nature DQN強化學習
- Deep Crossing模型——經典的深度學習架構ROS模型深度學習架構
- 深度學習問題記錄：Building your Deep Neural深度學習UI
- RabbitMQ優缺點MQ
- MapReduce優缺點
- Hive 優缺點Hive
- 深度學習不得不會的遷移學習Transfer Learning深度學習遷移學習
- 大資料入門學習之Hadoop技術優缺點大資料Hadoop
- 遷移學習（JDDA） 《Joint domain alignment and discriminative feature learning for unsupervised deep domain adaptation》遷移學習AIAPT
- HTTPS 優點與缺點HTTP
- 基於深度學習模型Wide&Deep的推薦深度學習模型IDE
- 最實用的機器學習演算法優缺點分析機器學習演算法
- Docker的優缺點Docker
- 深度殘差學習筆記：Deep Residual Networks with Dynamically Weighted Wavelet筆記
- 遷移學習《Pseudo-Label : The Simple and Efficient Semi-Supervised Learning Method for Deep Neural Networks》遷移學習
- 執行緒和程式有什麼優缺點？Linux運維學習執行緒Linux運維
- 深入學習js之——建立物件的各種方式以及優缺點 #12JS物件