地址:http://www.csdn.net/article/2015-12-16/2826498
最近微信上看到一篇文章,写的不错,概述了深度学习的特征与本质,记录于博客中,与大家分享。
下面是我重点记录的几句话:
1、深度学习本质是复杂的非线性模型的学习。一般地,随着神经网络的层数增大,神经元数增大,其处理复杂的非线性问题的能力也随之增大。层数增大描述能力比神经元数增加描述能力大。描述同一个问题,层数不变增加神经元数目所需的参数比增加层数参数数量多的多,成指数关系。
2、著名的Alex Net模型,在2012年imageNet获得第一名。有11层,650000个参数,60,000,000个参数。将120万张图片分到1000类,准确率高于85%,远远高于第二名。
3、深度学习与人脑并无太大关系,其本质上还是机器学习模型。学习算法通常是BP,卷积与池化也是数学函数。
我觉得未来在深度学习与强化学习的应用会比较有前景。