论文笔记3-20

Human-level concept learning through probabilistic program induction

人类理解概念的能力比计算机要高很多,即使计算机现在有了很强的识别能力,但是对于一个新的概念仍然需要重新训练
概念被表示为简单的概率程序,即以抽象描述语言表示为结构化过程的概率生成模型

在这里插入图片描述
在本文中,用手写字符来表示概念,一个字符可以被表示为他的子部分和之间的空间关系

通过新的方式对他们重新排列组合进行采样。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值