如何理解深度學習？深度學習的理論探索分析
普林斯頓大學計算機科學系教授Sanjeev Arora做了深度學習理論理解探索的報告，包括三個部分：
Why overparametrization and or overprovisioning?
Optimization in deep learning
Theory for Generative Models and Generative Adversarial Nets (GANs)
Sanjeev Arora：印度裔美國理論計算機科學家，他以研究概率可檢驗證明，尤其是PCP定理而聞名。研究興趣包括計算復雜度理論、計算隨機性、概率可檢驗證明等。他于2018年2月被推選為美國國家科學院院士，目前是普林斯頓大學計算機科學系教授。
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規問題，請聯系本站處理。
舉報投訴
-
計算機
+關注
關注
19文章
6694瀏覽量
85053 -
人工智能
+關注
關注
1779文章
44388瀏覽量
231219 -
深度學習
+關注
關注
73文章
5250瀏覽量
120024
原文標題：【干貨51頁PPT】深度學習理論理解探索
文章出處：【微信號：AItists，微信公眾號：人工智能學家】歡迎添加關注！文章轉載請注明出處。
發布評論請先 登錄
相關推薦
2017全國深度學習技術應用大會
訓練數據仍然需要大量的人工，為進一步減少這一部分的人工，我們對弱標注數據下的深度學習進行了一些探索。隨著所要求監督信息的減弱，可用訓練數據會大量增加。同時，深度模型已經具有了很好的推廣
發表于 03-22 17:16
深度學習是什么
創客們的最酷“玩具” 智能無人機、自主機器人、智能攝像機、自動駕駛……今年最令硬件創客們著迷的詞匯，想必就是這些一線“網紅”了。而這些網紅的背后，幾乎都和計算機視覺與深度學習密切相關?！ ?b class='flag-5'>深度
發表于 07-19 06:17
什么是深度學習？使用FPGA進行深度學習的好處？
什么是深度學習為了解釋深度學習，有必要了解神經網絡。神經網絡是一種模擬人腦的神經元和神經網絡的計算模型。作為具體示例，讓我們考慮一個輸入圖像并識別圖像中對象類別的示例。這個例子對應機器
發表于 02-17 16:56
如何區分深度學習與機器學習
深度學習與傳統的機器學習最主要的區別在于隨著數據規模的增加其性能也不斷增長。當數據很少時，深度學習算法的性能并不好。這是因為
發表于 10-27 16:50
?1774次閱讀
機器學習和深度學習有什么區別？
覺信息的理解可以被再現甚至超越。借助深度學習，作為機器學習的一部分，可以在應用實例的基礎上學習和訓練復雜的關系。 機器
深度學習的主要概念介紹
其數學和理論細節。雖然數學術語有時是必要的，并且可以進一步理解，但這些文章盡可能使用類比和圖像來提供易于理解的信息，包括對深度學習領域的直觀
讀懂深度學習，走進“深度學習+”階段
再輸出結果，讓AI學會通過特征對數據進行判斷。深度學習之所以更加有效，是因為有海量的數據輸入、更多層的神經網絡和帶有權重的特征學習機制。這也意味著應用深度
深度學習是什么領域
等領域，以及交叉學科領域，如生物信息學、機器人技術和社會網絡分析。 深度學習的基礎可以追溯到20世紀40年代，當時Hinton等人提出的神經網絡理論為
工商網監
評論