Deep learning
Un ramo del machine learning che usa reti neurali con molti livelli per apprendere le caratteristiche direttamente da segnali grezzi come immagini, audio o vibrazioni.
Il deep learning usa reti neurali multilivello che apprendono da sole le proprie rappresentazioni delle feature invece di affidarsi a input progettati a mano. È per questo che domina la visione artificiale, il riconoscimento vocale e il lavoro su serie temporali complesse: con abbastanza dati etichettati, la rete scopre quali pattern contano. Nell’IoT alimenta l’ispezione tramite telecamere, il rilevamento dei guasti dal suono e il riconoscimento dei gesti.
Il prezzo è in calcolo e dati. Addestrare reti grandi richiede GPU e dataset ampi, e l’inferenza su un dispositivo edge spesso ha bisogno di un acceleratore più la compressione del modello. Per una semplice soglia o una relazione lineare tra sensori, la statistica classica è più economica e più facile da spiegare. La nostra guida Edge AI spiegata discute quando un modello profondo si guadagna il suo posto su un dispositivo.
Parte del Glossario IoT. Hai trovato un errore o manca un termine? Scrivici.