深度学习缺乏理论基础

最新推荐文章于 2022-11-02 08:50:01 发布
原创 最新推荐文章于 2022-11-02 08:50:01 发布 · 749 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#DML

博客指出深度学习缺乏坚实的理论基础，认为其发展前景受限，难以走得长远，强调了理论基础对深度学习发展的重要性。

深度学习缺乏坚实的理论基础，注定走不远。

杨五郎2025
关注
进化深度学习 (Evolutionary Deep Learning, EDL)
盼小辉丶的博客
07-25 5万+
进化深度学习 (Evolutionary Deep Learning, EDL) 是一套可以用于自动化深度学习系统开发的工具和实践，EDL 包括了广泛的进化计算方法和模式，可以应用于深度学习系统流程的各个方面。本节中，介绍了深度学习面临的挑战，以及进化深度学习在应对这些挑战方面的技术方法。
【学习笔记】深度学习理论基础
热门推荐
Kaleidoscope的博客
02-04 1万+
一、深度学习的基本概念 简单概括是，使用神经网络，进行不断学习训练和修正的过程。训练集就是有答案的习题，神经网络每一次写完作业都会去对答案，如果有偏差，就自动修正参数，谓之迭代，直到最后错误率越接近0越好。 1、单个神经元 数学模型（MP模型） 1943年，心理学家W.S.McCulloch和数理逻辑学家W.Pitts基于神经元的生理特征，建立了单个神经元的数学模型（MP模型） 神经元的数学模型推导公式： yk=φ(∑i=1mωkixi+bk)+bk=φ(WkTX+b)y_k = φ(\sum_{i=1}
深度学习理论解释基础
weixin_34120274的博客
10-17 148
参考文献： 特征提取： 　　在深度学习中，下层携带的信息量会大于上层的信息量。最下层被认为是基。譬如高维空间中，总有一组完备基。任何一个向量都可以通过完备基线性表示。这是，经过多层表示，后面的各个向量组成的矩阵的秩小于等于其下一层个向量组成矩阵的秩当然，我们这里一开始引入时，也认为任何一幅图可以表示为400张图的线性组合。 　　但实际深度学习中的层还有一些激活函数，它们是非线性的。如果...
深度学习的理论基础
TEDDY的博客
01-29 3873
谈到深度学习的理论基础，可能读者首先想到的就是通用近似定理（Universal approximation theorem），其表示拥有无限神经元的单层前馈网络能逼近紧致实数子集上的任意连续函数。 通俗来说， 只要神经元足够多，单层前馈神经网络「有潜力」逼近任意复杂的连续函数。 在 1989 年提出通用近似定理以来，至少我们有了最基本的一个理论基础，即神经网络有潜力解决各种复杂的现实问题。 ...
深度学习基础理论
烨然的博客
01-12 349
1. 卷积后特征图大小计算 特征图边长 = （ 原图边长 - 卷积核边长 +1 ） / 步长 反卷积
深度学习基础理论篇一
weixin_44438120的博客
08-02 813
1.深度学习中为什么使用卷积 和只用全连接层相比，卷积层的两个主要优势在于：参数共享和稀疏连接。
深度学习的内涵及认知理论基础探析_张浩.pdf
11-21
深度学习的理论基础广泛，包括建构主义、情境认知理论、分布式认知理论和元认知理论。建构主义认为，知识不是单向传递的，而是学习者通过与环境交互，主动构建个人的理解。情境认知理论强调学习是发生在特定情境中的...
“深度学习”理论模型研究及应用.pdf
08-19
文章《“深度学习”理论模型研究及应用》首先对深度学习的理论基础进行了探讨，并建立了基于学生个性化培养的深度学习理论模型，阐释了模型的应用步骤。在此过程中，强调了知识与能力的双线发展和差异化教学的重要性...
基于 Python 的深度学习理论与实现入门：斋藤康毅著 陆宇杰译
最新发布
08-12
此外，本书还特别适合那些已经有编程基础，但缺乏机器学习和深度学习知识的读者，特别是希望用Python作为学习工具的读者。 本书不只是一本理论书籍，它还是一本实践手册。对于想要深入了解深度学习并将其应用到实际...
深度学习调参指南中文版
10-19
文档中指出，目前深度学习领域缺乏系统性资料来解释如何获得良好结果，通常论文和研究只关注原理展示而忽略实际过程，商业应用中的工程师又缺乏时间回顾和概括调参过程，教科书则更偏重理论而少有实用指南。...
深度学习理论基础7-初识神经网络
qq_40878431的博客
12-30 470
为了有种仪式感。我给出了神经网络的抽象表示。各层的名字图上已经给的很清楚了。图上没有体现到的知识是，中间层也叫隐藏层。因为这个模型只有2层有权重，所以通常被叫做'2层网络'。 让我们回到感知机。下面是感知机的数学公式表示： 还是原来的配方，还是原来的味道。接着给你感知机的图像表示，只是这次我们不要省略b，而是明确的把b添加到图里面，下图： 想必有一撮读者在此处懵逼了几秒。不知道1...
专访丨周志华：深度学习理论探讨比应用滞后太多
人工智能爱好者俱乐部
11-02 572
文章来源：网易科技 2017未来科学大奖颁奖盛典网易独家访谈间直播正在进行。南京大学教授周志华在与深鉴科技联合创始人汪玉对话时表示，深度学习的理论探讨比应用滞后了“好几个量级”。 周志华在谈及人工智能近期的热潮时表示，这是源于机器学习在过去15年里取得了飞速进展，而机器学习的实质就是人类希望通过计算机来寻找出数据中所包含的规律；周志华认为，目前深度学习的优势在于能更好地发挥出数
深度学习-----缺乏可解释性
麦地与诗人
10-09 6367
以下是张玉宏的《深度学习之美》阅读笔记. 在深度学习中，经常有“end-to-end（端到端）”学习的提法，与之相对应的传统机器学习是“Divide and Conquer”（分而治之）。这些都是什么意思呢？ “end-to-end”（端到端） “end-to-end”（端到端）说的是，输入的是原始数据（始端），然后输出的直接就是最终目 标（末端），中间过程不可知，也难以知。 比如，基于深度学习的...
为什么说ad hoc的模型缺乏理论基础
Northernland的笔记本
12-06 1029
有时候我们会看到诸如这样的评论，“这个模型缺乏理论基础”，“这是个ad hoc的模型”。这是啥意思？我最近看到篇论文很好地解释了这些概念：Skill complementarities and returns to higher education: Evidence from college enrollment expansion in China.China Economic Review, 2017. 在这篇论文中，作者想研究年轻劳动力和老年劳动力是否存在互补关系，他们使用了文中（13）的方程进.
关于深度学习理论方面的一些疑问
有信念，才能走的更远
04-13 1219
1、“玻尔兹曼机(Boltzman Machine)”  在深度学习里到底有什么用？ 答：我是在看了“Deep Learning（深度学习）学习笔记整理系列之（六）”这篇博客时看到的关于玻尔兹曼机的东西，它在深度学习里的用处：Deep Learning假设神经网络是多层的，首先用Boltzman Machine（非监督学习）学习网络的结构，然后再通过Back Propagation（监督学习
深度学习领域有哪些瓶颈？
人工智能学家
07-26 1184
来源：知乎编辑：深度学习与计算机视觉深度学习近年来成为计算机领域最耀眼的明星，衍生出许多实际的应用，主要是在推理与决策等方面取得了突破。然而深度学习如何在超越图像、语音及自然语言处理方...
【2020年高被引学者】 汤继良 密歇根州立大学
AI_Conf的博客
01-21 704
【2020年高被引学者】汤继良，密歇根州立大学数据科学与工程实验室助理教授。研究兴趣包括社交计算，数据挖掘和机器学习及其在教育中的应用。曾屡获学科领域大奖，其中包括美国自然科学基金杰出青年奖 ，KDD最佳博士论文奖亚军，和顶会如KDD与WSDM上获得7次最佳论文奖。获2020年第一届KDD年度新星奖。 2020年发表论文：42 共发表论文：222 论文引用数：11269 关注作者及了解论文情况：https://www.aminer.cn/profile/jiliang-tang/542a3df7dabfae
深度学习理论基础
银晗的学习博客
11-02 3343
稠密网络主要由2部分构成：稠密块（dense block）：定义如何连接输入和输出过渡层（transition layer）： 控制通道数量，使其不会太复杂。
对深度学习缺乏理论基础和不可解释性问题的理解
06-13
然而，深度学习模型的实现通常依赖于大量的数据和计算资源，并且对于其内部的工作原理和决策过程缺乏理论基础的解释。 此外，深度学习模型通常被认为是黑盒子，也就是说，我们无法解释它们的决策过程以及为什么会...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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