Hinton神经网络公开课13 Stacking RBMs to make Deep Belief Nets

为什么80%的码农都做不了架构师？>>>   

本文由码农场同步，最新版本请查看原文：http://www.hankcs.com/ml/hinton-stacking-rbms-to-make-deep-belief-nets.html

这次课比较轻松，先回顾反向传播的历史，探讨其在90年代遭到冷落的原因。然后过渡到概率图模型，讲了Deep Belief Net及其与RBM的异同、训练算法等。反向传播简史这个著名的算法在70和80年代被重复发明多次：Bryson & Ho (1969) linearWerbos (1974)Rumelhart  et. al. in 1981Parker (1985)LeCun (1985)Rumelhart et. al. (1985)反向传播给了人们训练多层非线性feature det...

继续阅读：码农场 » Hinton神经网络公开课13 Stacking RBMs to make Deep Belief Nets

原文链接：http://www.hankcs.com/ml/hinton-stacking-rbms-to-make-deep-belief-nets.html

感谢阅读本文，欢迎 查看原文或访问 码农场 获取更多内容

转载于:https://my.oschina.net/hankcs/blog/912093