深度的美学赏析

本文探讨了数学在深度学习中的美学体现,通过张量、有向图、残差网络等概念解析深度学习的数学基础。并从语音识别、深度增强学习的角度,揭示了自学规律,如重复与虚拟教师的作用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

作为一个超大龄的爱好者,最近反复的看文章,慢慢的砸吧出点美感,数学之美。

 

1.张量和有向图下的世界

 

2.展开的反馈——残差网络

残差网络一种对反馈系统的有限次拟合方法

 

3.从整个空间看ASR——一种DNA

语音是频谱图——二维图像

文字的嵌入表达——二维图像

实现两个图像空间的映射,神经网络就是一种转录子

 

 

4.从深度增强学习的过程中,我看到了一个自学的规律:

第一是足够的重复;第二是虚拟的老师,对于Q^*的近似过程实际上就是一个无师自通的学习过程,并没有一个真的老师或者启发函数,只是构造了一个理念,这种信念或者热情,却能驱动我们的大脑进行思考和学习,那么为什么不能更高效的学习呢?

 

评论 1
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