Hinton神经网络课第十三讲笔记：深度信念网络（DBN）
喜欢自然语言的程序员
本章首先介绍了在20世纪90年代反向传播为什么会不受重视的原因，并给出了Hinton自己的观点：当年人们对原因的猜测都是不合理的，现在看，就是因为数据集太小，计算资源不够。针对神经网络需要大量有标签数据的现象和难点，Hinton提出可以使用生成模型，结合图模型来对数据本身建模，而不是预测某个标签。接着，介绍了信念网络的概念和学习方法——唤醒-睡眠算法（wake-sleep algorithm）
编辑于 2018-02-18 18:26
