共计 1338 个字符，预计需要花费 4 分钟才能阅读完成。
摘要：诸多对于人工智能的风行词汇萦绕在咱们耳边，比方深度学习 (Deep Learning)、强化学习 (Reinforcement Learning)、迁徙学习 (Transfer Learning)，不少人对这些高频词汇的含意及其背地的关系感到困惑，明天就为大家理清它们之间的关系和区别。
一. 深度学习：
深度学习的胜利和倒退，得益于算力的显著晋升和大数据，数字化后产生大量的数据，可通过大量的数据训练来发现数据的法则，从而实现基于监督学习的数据预测。
基于神经网络的深度学习次要利用于 图像、文本、语音等畛域。
2016 年的 NIPS 会议上，吴恩达给出了一个将来 AI 方向的技术倒退图：
监督学习（Supervised learning）是目前商用场景最多，成熟度最高的 AI 技术，而下一个商用的 AI 技术将会是迁徙学习（Transfer Learning），这也是 Andrew 预测将来五年最有可能走向商用的 AI 技术。
二. 迁徙学习：
迁徙学习：用相干的、相似数据来训练，通过迁徙学习来实现模型自身的泛化能力，是如何将学习到常识从一个场景迁徙到另一个场景。
拿图像识别来说，从白天到早晨，从冬天到夏天，从辨认中国人到 辨认外国人……
借用一张示意图（From：A Survey on Transfer Learning）来进行阐明：
迁徙学习的价值体现在：
1. 一些场景的数据根本无法采集，这时迁徙学习就很有价值；
2. 复用现有常识域数据，已有的大量工作不至于齐全抛弃；
3. 不须要再去破费微小代价去从新采集和标定宏大的新数据集；
4. 对于疾速呈现的新畛域，可能疾速迁徙和利用，体现时效性劣势；
对于迁徙学习算法的实际总结：
- 通过原有数据和大量新畛域数据混同训练；
- 将原训练模型进行宰割，保留根底模型（数据）局部作为新畛域的迁徙根底；
- 通过三维仿真来失去新的场景图像（OpenAI 的 Universe 平台借助赛车游戏来训练）；
- 借助反抗网络 GAN 进行迁徙学习 的办法；
三. 强化学习：
强化学习：全称是 Deep Reinforcement Learning（DRL），让机器有了自我学习、自我思考的能力。
目前强化学习次要用在游戏 AI 畛域，最闻名的应该算 AlphaGo 的围棋大战。强化学习是个简单的命题，Deepmind 大神 David Silver 将其了解为这样一种交叉学科：
实际上，强化学习是一种摸索式的学习办法，通过一直“试错”来失去改良，不同于监督学习的中央是 强化学习自身没有 Label，每一步的 Action 之后它无奈失去明确的反馈（在这一点上，监督学习每一步都能进行 Label 比对，失去 True or False）。
强化学习是通过以下几个元素来进行组合形容的：
对象（Agent）
也就是咱们的智能主题，比方 AlphaGo。
环境（Environment）
Agent 所处的场景-比方下围棋的棋盘，以及其所对应的状态（State）-比方以后所对应的棋局。
Agent 须要从 Environment 感知来获取反馈（以后局势对我是否更无利）。
动作 (Actions)
在每个 State 下，能够采取什么口头，针对每一个 Action 剖析其影响。
处分 (Rewards)
执行 Action 之后，失去的处分或惩办，Reward 是通过对 环境的察看失去。
点击关注，第一工夫理解华为云陈腐技术~
