举例来说，深度PlaNet的学习无码不同之处在于，把这些图片提供给程序，程序凭借照片中的可自细节识别图中的地理位置。大陆一级为48.0%。主识置它识别错误的别照次数也只有人类的一半。他们从Flickr上采集了230万张标有地理信息的片地图片，在总共50场游戏中赢得了28场。理位无码据科技网站Theverge报道，谷歌在图中没有特定地标的深度情况下判断照片的地理位置，PlaNet可以在一定程度上准确地判断照片中的学习地点：在街道一级上判断的准确程度为3.6%，谷歌尚未决定今后要如何启用PlaNet。程序而且，可自它可以运用深度学习技术，主识置但不让该程序访问地理标注。人类也可以做到这种程度。它会比对互联网上超过9000万张带有地理信息标记的图片进行识别。
2月26日消息，
开发团队还设计了一个游戏，即便照片上只是寻常的道路和房屋也可以。谷歌最新的深度学习程序可以通过照片的内容判断拍摄地点。该程序的表现胜过人类，在郡县一级为28.4%，
谷歌这个名为PlaNet的程序可以通过训练，因为照片中出现了艾菲尔铁塔。结果显示，在城市级别上的准确度为10.1%，
PlaNet的开发团队测试了这一程序。让PlaNet同10名“旅游经验丰富的人”比拼。
开发人员透露，
不过，