深度学习-学习笔记
背景知识
- 人工智能
- 深度学习
- 人工智能的知识库
- 机器学习
- 逻辑回归
- 朴素贝叶斯
- 数据的表示
- 表示学习
- 使用机器学习来发掘表示本身!
- 表示学习算法在短时间内就可以发现一个很好的特征集
- 表示学习的经典例子:自编码器
- 变差因素
- 能够解释观察数据的因素(这些因素通常是不能被直接观察到的量)
- 他们可以看做数据的概念或者抽象,帮助我们了解数据的多样性
- 影响目标数据(观察数据)的额外因素
深度学习通过其他比价简单的表示来表达比较复杂的表示–解决了表示学习中的核心问题 - 使用机器学习来发掘表示本身!
- 深度学习让计算机通过简单的概念来构造复杂的概念
- 深度学习的深度(这里采用计算图的深度来表示)取决于我们对模型的衡量元素的选择!可能按照简单的计算机步骤来分,也可能按照基本的模型结构作为整体来分。
- 深度学习的普遍原理:多层次组合
鉴于将哺乳动物的视觉信号传至听觉领域,他们可以用听觉处理领域去“看”,这表明大多数哺乳动物的大脑可以使用单一的算法来来解决大部分不同的任务。这也就暗示着多个领域的研究,其方法可能是一致的,或者相互可借鉴的。
</