从凸优化理解高维特征下的深度学习

本 Chat 意在从高维空间特征角度引入深度学习，进入到深度学习的理论内部，用通俗易懂的方式将一个貌似很高深晦涩的理论浅显化。你可以是一个文科外行，亦或是一个管理工作的高管，或是想踏入 AI 领域，又或是想了解机器学习\深度学习理论同行，我们换个角度一探究竟吧。（以此前自己的一个汇报 PPT 为材料，力求多的图像和解释性文字详述）

主要内容：

1. 什么是凸优化？
2. 什么是非线性？
3. 什么是高维空间？
4. 高维特征空间和深度学习有什么关系？
5. 卷积层数越多，特征提取能力真的越强吗？为啥？

文章主要以此为线索，力求浅显易懂，不懂不要钱（哈哈），我们开始吧···

阅读全文: http://gitbook.cn/gitchat/activity/5a70632c097b1b5861076130

您还可以下载 CSDN 旗下精品原创内容社区 GitChat App ，阅读更多 GitChat 专享技术内容哦。