Modulo 4

differenza tra reti neurali superficiali e profonde, nonché sui fattori che hanno portato alla rapida crescita del deep learning.

Reti Neurali Superficiali vs. Reti Neurali Profonde

• Le reti neurali superficiali hanno uno o due strati nascosti, mentre quelle profonde ne hanno tre o più, con un numero elevato di neuroni per strato.

• Le reti profonde possono elaborare dati grezzi come immagini e testi, estraendo automaticamente le caratteristiche necessarie per un apprendimento migliore.

Fattori del Boom del Deep Learning

• Avanzamenti nel campo: Funzioni di attivazione come ReLU hanno superato il problema del gradiente che svanisce, consentendo la creazione di reti molto profonde.

• Disponibilità di dati: Le reti profonde richiedono grandi quantità di dati per evitare l'overfitting, e ora i dati sono più accessibili che mai.

• Potenza computazionale: L'uso di GPU potenti ha reso possibile l'addestramento di reti profonde su enormi quantità di dati in tempi molto più brevi.