優點1:學習能力強
從結果來看,深度學習具備很強的學習能力,表現非常好。
優點2:覆蓋範圍廣,適應性好
深度學習的神經網絡層數很多,寬度很廣,理論上可以映射到任意函數,所以能解決很復雜的問題。
優點3:數據驅動,上限高
深度學習高度依賴數據,數據量越大,它的表現就越好。在圖像識別、面部識別、NLP 等領域表現尤為突出。
優點4:可移植性好
由於深度學習的優異表現,很多框架都可以使用,例如 TensorFlow、Pytorch。這些框架可以兼容很多平臺。
深度學習也是有缺點的:
缺點1:計算量大,便攜性差
深度學習需要大量的數據與算力,所以成本很高。而且現在很多應用還不適合在移動設備上使用。目前已經有很多公司和團隊在研發針對便攜設備的芯片。
缺點2:硬件需求高
深度學習對算力要求很高,普通的CPU已經無法滿足深度學習的要求。
缺點3:模型設計復雜
深度學習的模型設計非常復雜,需要投入大量的人力物力和時間來開發新的算法和模型。大部分人只能使用現成的模型。
缺點4:沒有”人性”,容易存在偏見
由於深度學習依賴數據,並且可解釋性不高。在訓練數據不平衡的情況下會出現性別歧視、種族歧視等問題。