崇志宏:深度学习到底解决了什么问题? 东南大学
2017-06-13 17:17
459 查看
东南大学 数据与智能实验室 在筹划假期的研讨班,经过反复考虑,还是把主题确定为:认知计算与数据处理的联结主义的套路。联结主义的讨论解决了什么问题呢?解决了symbol
grounding问题!使得符号方法中的符号能够有物理世界的语义解释,符号演算对应物理世界的过程。
在技术层面上,深度模型解决了高维空间的推理和学习问题:产生网络和推理网络以及variational lower bound解决高维模型的计算复杂度问题。这个框架可以避免迭代逼近的时间开销,甚至干脆把learned approximate inference也扔掉,就有对抗学习网络。这些特点能够反映当前深度学习技术的关键进展!
在这个框架下再来仔细研究具体的技术方法和一些variant,才能够看懂当前深度学习可能的发展方向,以及在众多的文献中做出正确的评价。
grounding问题!使得符号方法中的符号能够有物理世界的语义解释,符号演算对应物理世界的过程。
在技术层面上,深度模型解决了高维空间的推理和学习问题:产生网络和推理网络以及variational lower bound解决高维模型的计算复杂度问题。这个框架可以避免迭代逼近的时间开销,甚至干脆把learned approximate inference也扔掉,就有对抗学习网络。这些特点能够反映当前深度学习技术的关键进展!
在这个框架下再来仔细研究具体的技术方法和一些variant,才能够看懂当前深度学习可能的发展方向,以及在众多的文献中做出正确的评价。
相关文章推荐
- 深度学习还不能解决什么问题?
- 【深度学习】在Dog Breed Identification中使用Inception-V4遇到过拟合的问题解决进展
- 架构漫谈(六):软件架构到底是要解决什么问题?
- 深度学习解决局部极值和梯度消失问题方法简析(转载)
- spring学习笔记①spring出现为了解决什么问题?
- 深度学习解决多视图非线性数据特征融合问题
- 深度学习解决NLP问题:语义相似度计算
- 深度学习解决多视图非线性数据特征融合问题
- 深度学习解决局部极值和梯度消失问题方法简析
- Spark到底解决了什么根本性的技术问题?
- 微软的深度残差学习是否解决了梯度消失的问题?
- 解决深度学习过拟合问题
- 互联网到底能为我们解决什么问题?
- 尚未解决的问题----到底什么是文件描述符???其本质是什么???
- 深度学习存在的问题及解决方法
- 深度学习系列1----深度学习环境搭建及相关问题解决
- 不用写代码就能实现深度学习?手把手教你用英伟达 DIGITS 解决图像分类问题
- 利用深度强化学习框架解决金融投资组合管理问题(附 GitHub 实现)
- 崇志宏 【转载】深度学习进阶规划(论文阅读顺序推荐)--东南大学
- 企业实施OA系统到底要解决什么问题?