深度学习的五个能力级别

1.C级别创作者的定义是ClassificationOnly，可理解为只能做分类。涉及到的系统包含全链接神经网络(FCN)、卷积网络(CNN)以及它们的各种组合。这类系统运用高维向量作为输入并实现单个结果，通常是输入向量的一个分类。你可以把这类系统看成是无状态函数，这代表着当前的行为仅仅只是输入的一个函数。生成模型也是热门研究领域中的一员，也归为这类。简单点来说，这类系统本身都是十分有能力的。

2.CM是ClassificationwithMemory的缩写，理解成在分类的基础之上进行记忆。该级别包括与C级网络合并的存储器元件，比如LSTM，这其中存储器单元被嵌入在LSTM节点内部。别的变体则是来自于DeepMind的神经图灵机(NMT)和可微分神经计算机(DNC)，两者在计算时都处于维护状态。

​3.CK即为ClassificationwithKnowledge的缩写，即可形成自身的知识系统。该级别与CM级别有点类似，但并不是原始存储器，C级网络可以访问的信息是符号知识库。事实上，有趣的发现三种符号集成，一种是转移学习方法、一种是自上而下方法、最后一种是自下而上的方法。第一种主要是作为正则化矩阵的符号系统;第二种方法处于层次结构的顶部，具备在底部由神经表示构成的符号元素;最后一种则与第二种方法恰恰相反，这其中C级网络事实上被附加在了符号知识库上。

4.CIK是ClassificationwithImperfectKnowledge缩写，可对不完整的知识库进行分类。该级别系统建立在CK之上，但能对不完整信息进行推理。该级别的典型例子是AlphaGo和扑克系统，这类系统可通过对自身模拟来训练自身。

5.CCIK的全称是CollaborativeClassificationwithImperfectKnowledge，即可对不完整的知识库进行分类并且可互相协作。这个级别与“心理理论”十分类似，事实上，我们有多种代理神经网络组合来解决困难，这类系统重在实现多个目标。实际上，我们在对抗网络上做过这个原始版本，通过执行泛化的竞争鉴别器和生成网络将这个概念进一步扩展到游戏理论驱动的网络，可以执行战略和战术解决多个目标。

每个级别都有其不同的功能产生，比如，C级系统只也能预测anti-causal关系，CM拥有十分好的翻译能力，CIK级别系统也能进行战略游戏。

​

​ 广州市玮盈科技有限公司是一家专业从事工业相机， 工业读码器 ，智能相机 ，工业镜头，立体相机， 5G网络计算机、深度学习工作站、GPU工控机、车载Ai电脑、边缘计算机、服务器产品开发与销售的公司产品主要应用于工厂自动化、深度学习、人脸识别、视频监控、数据采集、航天航空、边缘计算机、远程控制终端、5G系统解决方案等、支持定制国产化处理器如兆芯 龙芯 飞腾 鲲鹏等硬件解决方案、支持按客户要求设计外观接口、有相对的价格优势，专业的技术人才，欢迎来电咨询相关硬件解决方案！

具体规格选型请咨询玮盈科技业务经理

陈小姐 联系方式：18024538864