通过按需召开的网络研讨会，加快深度学习的速度
概述
什么是深度学习？
深度学习是机器学习的子集，神经网络（由人脑启发的算法）会从大量数据中学习。 深度学习算法会反复执行任务，并通过支持渐进式学习的深度层次逐步改善结果。 它是基于神经网络的更广泛机器学习方法系列的一部分。
深度学习正在对行业产生巨大影响。 在生命科学领域，深度学习可以用于开展先进的图像分析、研究、药物发现、对健康问题和疾病症状的预测，以及加速从基因组测序中获取洞察。 在交通领域，可以帮助自动驾驶汽车适应不断变化的行车状况。 它还可用于保护关键基础设施和加快响应速度。
企业往往会将深度学习开发任务外包出去。 但是，最好是保留适用于企业核心用例的深度学习开发工作。 这些包括欺诈检测和建议、预测性维护和时间序列数据分析、推荐系统优化、客户关系管理，以及预测在线广告的点击率。
开始使用 IBM Cloud Pak® for Data 即服务上的 IBM Watson Studio® 开展深度学习。
基于 IBM Watson Studio 的深度学习的优势
功能
手写数字识别
使用预先训练的 PyTorch 模型来预测图像中的手写数字。 使用 REST API 提交训练作业，监视状态以及存储和部署模型。
了解 IBM Watson Studio 中的深度学习
使用个人喜欢的框架
在 IBM Watson Studio 中预先安装并为性能而优化
深度学习入门
开始在 IBM Watson Studio 上开展深度学习实验。