โครงข่ายประสาทลึกนั้นแตกต่างจากโครงข่ายประสาทอื่นอย่างไร


คำตอบ:


28

ความแตกต่างส่วนใหญ่เป็นจำนวนชั้น

เป็นเวลานานเป็นที่เชื่อกันว่า "1-2 เลเยอร์ที่ซ่อนอยู่นั้นเพียงพอสำหรับงานส่วนใหญ่" และมันก็เป็นไปไม่ได้ที่จะใช้งานมากกว่านั้น

ทุกวันนี้คอมพิวเตอร์มีความสามารถมากขึ้นดังนั้นผู้คนจึงเริ่มใช้เครือข่ายที่มีเลเยอร์มากขึ้นและพบว่าพวกเขาทำงานได้ดีมากสำหรับงานบางอย่าง

คำว่า "ลึก" มีเพียงเพื่อแยกเครือข่ายเหล่านี้จากแบบดั้งเดิม "มากกว่า" ตื้นเขิน


หากฉันเข้าใจ "การเรียนรู้ลึก" อย่างถูกต้องมีพารามิเตอร์บางอย่าง (น้ำหนัก) ที่เชื่อมโยงเข้าด้วยกันซึ่งช่วยลดพื้นที่พารามิเตอร์ NNS ปกติไม่สามารถทำได้
กราฟิลส์

@Raphael, re: some parameters (weights) that are tied together, thus reducing the parameter spaceคุณหมายถึง Convolutional Neural Networks หรือเปล่า
publicgk

@publicgk นั่นคือสิ่งที่ฉันเห็นใช่
กราฟิลส์

ฉันเคยได้ยิน "การเรียนรู้ลึก" อยู่เสมอเมื่อคุณใช้ชุดข้อมูลที่มีขนาดใหญ่มาก นี่เป็นข้อผิดพลาดและขนาดของข้อมูลไม่สำคัญ - หรือเป็นคนที่เชื่อมโยงการเรียนรู้อย่างลึกซึ้งกับชุดข้อมูลขนาดใหญ่เพราะนั่นคือสิ่งที่จำเป็นสำหรับการฝึกอบรม
Steven Sagona

ฉันต้องการจะชี้ให้เห็นว่า "ความเชื่อ" นี้ว่าเครือข่ายประสาทที่มีเพียง 1 เลเยอร์ที่ซ่อนอยู่สามารถคำนวณฟังก์ชั่นใด ๆ ได้รับการพิสูจน์แล้วจริง (ดูเช่นneuralnetworksanddeeplearning.com/chap4.html ) ฉันคิดว่าคุณควรอธิบายให้มากขึ้นว่าทำไมเลเยอร์ที่ซ่อนอยู่มากกว่า 1 เลเยอร์จึงสะดวก ""
nbro

9

เครือข่ายนิวรัลลึกเป็นเพียงเครือข่ายนิวรัล (ส่งต่อ) ที่มีหลายชั้น

อย่างไรก็ตามเครือข่ายความเชื่อลึกเครือข่าย Deep Boltzman ฯลฯ ไม่ได้รับการพิจารณา (อภิปราย) เครือข่ายประสาทลึกเนื่องจากโครงสร้างของพวกเขาแตกต่างกัน

ดูเพิ่มเติมนี้: /stats//a/59854/84191

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.