深度学习(deep learning)中的几个核心问题
我不懂瞎说~首要问题是突触连接训练的方法。BP算法太慢了，优化的慢网络规模就小。这些年计算能力提高，网络规模增大了一些，使得神经网络效力发挥出来，但还有很大潜力。非监督逐层训练是个不错的想法。如果想加快训练速度的话，最好能更多的利用局部信息训练突触连接，而不是等待一味top-down的全局信息。但目前还是没有领悟突触形成变化的关键原理。第二的话应该是架构吧。层数的增加让网络用有限的神经元表征出了更加复杂的模型，如果加入层内链接，跨层链接，表征能力会更强，当然训练起来更复杂。对于一个特定任务，用多少层，每一层多少神经原最容易得到好的效果，都是等待探索的问题。
推荐阅读
- 四川乐山市犍为县发生4.2级地震震源深度13千米
- 四川自贡市荣县发生3.2级地震震源深度10千米
- 四川德阳市绵竹市发生3.4级地震震源深度8千米
- 现在在线学习视频有很多了，为啥大部分人还是喜欢下载下来观看
- 换个角度看车市|深度：长城炮越野皮卡1.5万公里长测之技术状态汇总
- 婴儿|美国儿科学会： 1岁以下婴儿不推荐学习游泳
- 新疆克孜勒苏州阿克陶县发生3.3级地震 震源深度140千米
- 在美国大学学习computer science 是啥样的体验
- 作为软件工程大二的学生，学习一般，编程一般，毕业后能干些啥
- 计算机深度学习方面sci三区期刊推荐