常言道，世界上沒有愚蠢的問題。作為一個(gè)靠著問“愚蠢的問題”謀生的人，我可以告訴你，這樣說真的很愚蠢。

不過，最棒的問題通常是讓一個(gè)聰明的人向一個(gè)一無所知的菜鳥（也就是我）從頭開始解釋一件事。在英偉達(dá)工作的一大好處就是，我可以向許多聰明的人問一些非常非常愚蠢的問題。

事實(shí)證明，不只是我有這些疑問。月復(fù)一月，成千上萬的讀者在搜索引擎中問這些問題。而他們可以訪問我們的博客，找到問題的答案。

CPU 與 GPU 的區(qū)別是什么？

這篇文章發(fā)表于 10 多年前，但是由于出現(xiàn)了由深度學(xué)習(xí)驅(qū)動(dòng)的 AI、超級(jí)計(jì)算和自動(dòng)駕駛汽車，因此它提供的答案比以往更加貼切。因此，我們?cè)谀瓿醺铝嗽嘉恼?，并且閱讀次數(shù)也比以往更多。

人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)之間的區(qū)別是什么？

AI、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)之間的關(guān)系好比是幾個(gè)同心圓。AI 最先出現(xiàn)，是最大的圓。然后是機(jī)器學(xué)習(xí)，后來發(fā)展起來。最后是深度學(xué)習(xí)，它正在推動(dòng)著今天的 AI 實(shí)現(xiàn)爆炸式發(fā)展，位于同心圓的中心。要想了解更多內(nèi)容，請(qǐng)單擊上面的鏈接。

監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)和增強(qiáng)學(xué)習(xí)之間有什么區(qū)別？

這是目前 AI 領(lǐng)域的關(guān)鍵問題之一，是這篇文章之所以備受歡迎的原因。單擊鏈接即可獲取這些問題的答案，答案寫得通俗易懂，概括介紹了各種學(xué)習(xí)方式需要處理的數(shù)據(jù)集和問題。

深度學(xué)習(xí)、訓(xùn)練和推理之間的區(qū)別是什么？

這個(gè)問題的關(guān)注度也非常高。簡(jiǎn)而言之，訓(xùn)練是通過神經(jīng)網(wǎng)絡(luò)運(yùn)行數(shù)據(jù)，從而教神經(jīng)網(wǎng)絡(luò)執(zhí)行任務(wù)的過程。這教會(huì)了計(jì)算機(jī)去做一些事情，就在十年前，大多數(shù)人認(rèn)為只能由人類完成。相比之下，推理是將經(jīng)過訓(xùn)練的網(wǎng)絡(luò)投入使用的過程，應(yīng)用范圍包括從超大規(guī)模數(shù)據(jù)中心到自主機(jī)器的各個(gè)領(lǐng)域。

光線追蹤和光柵化有什么區(qū)別？

過去，光線追蹤主要應(yīng)用于電影中。而光柵化則常見于視頻游戲。光線追蹤對(duì)光線在現(xiàn)實(shí)世界中的移動(dòng)方式進(jìn)行建模，非常漂亮，但這一過程需要消耗大量的計(jì)算資源。相比之下，光柵化執(zhí)行起來比較快。英偉達(dá)最新的 Turing 基礎(chǔ)架構(gòu) GPU 模糊了這兩種技術(shù)之間的界限，通過硬件加速實(shí)現(xiàn)實(shí)時(shí)光線跟蹤，獲得栩栩如生的電影級(jí)游戲畫面。

這些回答是否解決了你的疑問？告訴我們你的想法.

Categories: 深度學(xué)習(xí)

審核編輯黃宇