ارتباط بین اجزا دیپ لرنینگ

Question

سلام. من تازه کار هستم و دارم مطلبن میخونم اما گیج شدم
میشه لطق کنید بصورت شکل و شماتیک منبعی بدید ارتباط بین اینها را گرفته باشه؟
DBN,CNN,GoogleNet,Alexnet,RBM,torch,hadoop,tensorflow,.... بگه مثلا DBN معماری است یا چیه و..

Answer 1

سلام
بطور ساده بخوایم بگیم دیپ لرنینگ یه مفهومه کلیه که روشهای مختلفی هم براش وجود داره که هر کدوم تو حوزه های مختلف کاربرد دارن بعضی ها قدیمی ترن و دیگه کمتر کاربرد دارن بعضی ها هم روشهای جدیدتری هستن یا مبتنی بر روشهای قبلی هستن بصورت ترکیبی یا کلا شیوه کاملا نوینی رو ارایه میکنن .
CNN یا شبکه عصبی کانولوشن یکی از اون مدلهایی هست که تو حوزه یادگیری عمیق فعاله و کاربرد خیلی زیادی داره .
DBN یا شبکه باور عمیق هم یکی دیگه از اون مدلهاست که سال 2006 عرضه شد و الان کاربردش بسیار کم شده من چیزی حداقل طی دو سه سال اخیر ندیدم .
RBM هم به همین شکل. همه این موارد رو شما میتونید در پیشینه یادگیری عمیق که در سایت نوشتم ببینید و بخونید و به درک درستی از اونها برسید .
از طرف دیگه نکته ای که وجود داره اینه که طراحی معماری تحت هرکدوم از این مدلها کار خیلی سختیه معمولا به همین دلیل تنها یکسری معماری خوش ساخت که دست بر قضا به دستاوردهای مهمی هم دست پیدا میکنن استفاده های خیلی زیادی دارن و اکثر مححققا بجای درگیر کردن خودشون و ایجاد یه معماری کاراآمد سعی میکنن از معماری های بهینه و نمونه هایی که امتحان خودشون رو پس دادن برای کار خودشون استفاده کنن و تنها به تنظیم اونها برای کار خودشون بسنده کنن .
Alexntو GoogleNet, VGGNet, ResNet,.... و اسمهای زیاد نام معماری هایی از این قبیل هستن و همه اینها هم معماری های مبتنی بر شبکه کانولوشن هستن . اسم گذاری اینا هم از الکس نت باب شد برای اینکه بهتر محققا بتونن در مورد یک معماری خاص صحبت کنن و هی اسم نویسنده یا نام مقاله رو نیارن مقاله ای که معماری پیشنهادی الکس کریژوسکی و جفری هینتون برنده رقابت ایمیج نت شد رو با اسم AlexNet خطاب میکردن و ازش استفاده میکردن . این خیلی زود همه گیر شد و معماری ZFNet هم سال بعدش به این شکل اسم گذاری شد که مخفف نام خانوادگی نویسنده هاش هست . همون سال زیلر و فرگوس شرکت خودشون رو تاسیس کردن بنام Clarfai که در اصل وباسطه موفقیت معماری خودشون در رقابت ایمیج نت در سال 2013 تاسیس شده بود . از اونجا اسم معماریشون شد ClarifaiNet . بعد از اون هم نویسنده ها دیگه از سال 2014 معماری جدیدی که ارایه میکردن اسم براش انتخاب میکردن مثل GoogleNet و یا VGGNet که در سال 2014 ارایه شدن .
سال 2015 هم معماری ResNet معرفی شد و اسمش از معماری Residual یی که بهره میبرد گرفته شد . طی این دو سه سال اخیر تعداد معماری ها زیاد شدن و هر کدوم هم از 2014 به بعد اسم برای خودشون انتخاب میکردن .
این شد داستان اسامی معماری های مختلف .
برای کار تو حوزه دیپ لرنینگ هم باید از فریم ورکها یا کتابخونه هایی استفاده کنید تا کاری از پیش ببرید . معروف ترین اونها Caffe torch, tensorflow deeplearning4j, theano و.... هست که در بخش ابزارهای سایت معروف ترین اونها اومده البته نمونه هایی مثل Neon و... هم هست ولی به اندازه معماری های دیگه بقول معروف mainstream و معروف نیست .
هادوپ ربطی به دیپ لرنینگ نداره و یک بستر برای حوزه بیگ دیتا هست . البته الان این دو حوزه دارن بیشتر مرج میشن و هم Deeplearning4J بصورت اختصاصی و هم Caffe با CaffeonSpark و تنسورفلو هم به همین شکل برای بسترهای بیگ دیتا برنامه دارن و دارن برنامه ها رو به پیش میبرن