Hinton神经网络公开课14 Deep neural nets with generative pre-training

为什么80%的码农都做不了架构师？>>>   

本文由码农场同步，最新版本请查看原文：http://www.hankcs.com/ml/hinton-deep-neural-nets-with-generative-pre-training.html

这节课介绍另一种训练sigmoid belief net的方法，这种方法的发明可谓无心之举。Hinton放弃了sigmoid belief net之后又回到了玻尔兹曼机的研究，发现RBM的训练很高效。RBM可以学习一层非线性的特征，如果层叠多个RBM，则可以学习特征之间的关系。那么问题就来了，这些RBM组成的是多层RBM吗？Hinton手下一个聪明的研究生G.Y. Tay发现，得到的模型更加类似sigmoid belief net；真奇怪，通过放弃deep sigmoid belief net得到了训练de...

继续阅读：码农场 » Hinton神经网络公开课14 Deep neural nets with generative pre-training

原文链接：http://www.hankcs.com/ml/hinton-deep-neural-nets-with-generative-pre-training.html

感谢阅读本文，欢迎 查看原文或访问 码农场 获取更多内容

转载于:https://my.oschina.net/hankcs/blog/913195