深度學習與類人智能目標還有多遠?

卷積神經網絡
卷積神經網絡

上圖是CNN,卷積神經網絡,經典的深度學習網絡模型。
深度學習近幾年真是風光無限,各大IT公司都斥巨資投入相關的研究,從事相關研究的研究員也已經不計其數,業界的大神的名字想必你也聽出了繭子,深度學習從2006年一路走來發達的故事估計網上也是鋪天蓋地,本文就不贅述了。

本文主要探討深度學習本身的價值和弊端。

深度學習的成功之處在于采用了分層訓練機制,即逐層初始化后,再進行全局性回歸迭代。而分層思想正好與人腦的分層機制保持了一致,從腦神經學的研究成果和深度學習算法的實踐都讓大家開始認同,分層機制是智能的核心機制之一。雖然數學上大家對于深度學習在傳統機器學習領域的進步原因沒有理論上的說明,但是從大的方向上,我認為這一步是對的,因為分層機制和自然界的組成模式高度吻合,充分發揮計算效率的最佳辦法就是最小化表示,最大化容量。 Read more

3d历史开奖结果 内蒙古11选5胆码玩法 喜乐彩怎么玩 福彩幸运农场玩法说明 七乐彩中奖规则图 中国重工股票分析 广东十一选五诈骗案例 天津十一选五推荐号 二分快三开奖结果 江苏体彩七位数 山西快乐十分开奖结果双色球开奖结果查询 广西11选5开奖结果查询 用佳永配资可以吗? 上证指数实时动态走势 云南十一选五遗漏任五 七星彩论坛社区 2012体彩排列5