※ 引述《deternan (Phelps)》之銘言：
你的理解大致上不算錯
但名詞的定義和其之間的關聯需要釐清一下
Deep learning（深度學習）：
機器學習的一個分支
是一種概念、演算法
簡單來說就是賦予機器學習能力的方法
Artificial neural network（類神經網路）：
也可簡稱為 neural network
是模仿生物神經系統而產生的一種計算模型
也是 deep learning 的基石
其實 iOS 10 就已經有提供相關 API 了
Neural engine（神經網路引擎）：
是 Apple 設計的硬體元件 名稱也是 Apple 取的
專門用來進行 neural network 的運算
換句話說就是跑類神經網路用的加速器
所以如果要問 neural engine 到底有什麼用
粗略的答案就是提升機器學習的效率
就像 GPU 是用來提升圖形運算的效率
至於要學習什麼
其實類神經網路的應用上至天文下至地理
IT、醫療、金融、交通等領域都有用
在手機上最常用的還是影像和音訊的處理吧
http://bit.ly/2y5RJnB
還有 AR 也會用到 這也是 iOS 11 的賣點之一
其他的行動應用就真的得看開發者的創意了

推

五樓每天跟R20 deep learning

噱頭而已

機器學習怎麼會是噱頭呢

機器學習台灣超多大學實驗室在跑耶

推

以後說不定哪天唉鳳內建阿法狗等級了

在做大家的“Jarvis“嗎！？如果再加上汎合金……

說噱頭的懂什麼叫機器學習嗎？

t2000

deep learning 就是有很多層的 NN 所以叫做 deep

ANN很常用於工業建模，包括時下推行的工業4.0也有涉略

酸民臉腫腫der~

天網嗎

果黑的邏輯是因為是Apple的所以是噱頭吧，事實上用在安卓上的才是噱頭，因為缺乏生態

說噱頭才是正真沒讀書ㄉㄅ

機器學習是透過輸入大量的資料樣本，去讓機器產生趨近於母體的辨識函數

這就是阿婆跟小安電子垃圾不同之處

不過個人還是懷疑手機上的用途能有多廣。ML的關鍵是餵食大量的資料，而手機能搜集到的資料，不過就是用戶個人資料、照片影像吧。以照片應用來看，透過ML機制頂多是不用上傳雲端，靠本機端就能辨識人臉

說人噱頭的自己推文才是噱頭珮_(ツ)_/

二樓那不就是d_ck learning嗎?

5樓你看大學教授在做什麼是不準的....教授只會跟錢跑的確DL已經算半個噱頭了 太多泡泡 哪天就被吹破

可以用來推論,訓練還是給nvidia顯卡來做吧

我猜想ann的結構(連結和權重)的主架構蘋果都已經算好從server下載到手機。剩下個人的資料參數例如臉部特徵，再用它門專門分出來的neural engine晶片，對ann結構進行優化就好。這樣可以避免大量運算，也不必把個資上傳主機