什么是深度学习?

深度学习是一种可令电脑形成大规模人工神经网络(类似于人脑神经网络)的机器学习。

深度学习的定义

深度学习过程中,大型人工神经网络会不断被灌输学习算法及大量的数据,从而持续地提升其"思考"和"学习"处理更多数据的能力。"深度"是指神经网络随着时间推移所积累的众多层次,而性能则会随着网络的加深而不断提高。虽然当前大多数深度学习可在人类的监督下完成,但最终的目标还是要打造可独立进行自我培训和"学习"的神经网络。

为何选择深度学习?

神经网络的概念早在 20 世纪 50 年代便已形成,但是直到近几年,随着计算能力与数据存储功能的突飞猛进,深度学习终于能够被用来创造激动人心的新技术。

尽管绝大多数企业还未能将深度学习纳入到业务流程或产品,然而从语音和影像识别软件到自动驾驶车辆等“智能”技术的背后,都有着这类的机器学习的影子。深度学习与机器人方面进步可能很快会推动智能医疗成像技术的发展,届时便可实现可靠的诊断、无人驾驶飞机,以及各种自我维护的机械设备和基础设施。

HPE Pointnext

HPE Pointnext

利用我们新近强化过的 Pointnext 专业咨询与运维支持服务(包括一项适用于深度学习的全新 HPE 弹性容量服务产品)来实现深度学习。

了解更多

灵活消费

灵活消费

使用随需应变的灵活消费模式来消费您的深度学习基础设施。根据需求获取可扩展的容量,只需按照包括服务器、存储、网络、软件以及服务等在内的使用情况进行付费。

了解更多

心动不如行动

洽询慧与专家,了解如何开始使用深度学习解决方案。

资源

最佳实践指南 : 使用对象存储管理 PB 级规模的数据

最佳实践指南 | PDF | 5.98 MB

了解如何通过简单便捷、经济高效、可扩展且能快速部署的突破性新功能管理对象存储解决方案。

最佳实践指南 : 凭借 ANSYS 和高性能计算加快创新速度

最佳实践指南 | PDF | 4.57 MB

对于需要数小时(而非数天或数周)CAE 仿真周转时间的工程团队而言,高性能计算和 ANSYS 软件可以大大加快您突破性产品的设计速度。了解如何在同时支持多个复杂的原型设计仿真的情况下,将设计周期缩短 40%*。立即注册,获取 CAE 高性能计算最佳实践。了解 HPE Apollo 2000 系统如何通过联网模块的独立可维护性,提高工程师的效率,并给企业带来竞争优势,从而提供比竞争对手更高的密度和可扩展性。了解结合了 ANSYS 软件的高性能计算等数据中心解决方案如何才能加快计算机辅助仿真,并缩短产品上市时间,同时降低总拥有成本。

白皮书 : IT 服务中的数字转型趋势

白皮书

IT 服务中的数字转型趋势

文章 : 什么是深度学习?

文章

什么是深度学习?

视频 : 全人工智能

视频 | 3:40

全人工智能

博客帖子 : 深度学习启发各类组织更快获取智能技术

博客帖子

慧与和 NVIDIA 携手为客户奉献了全新的人工智能解决方案,这一解决方案不仅方便部署和管理、运作高效,而且还能让我们轻松应对未来的挑战。