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(fā)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(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
計算機
+關注
關注
19文章
7494瀏覽量
87955 -
人工智能
+關注
關注
1791文章
47279瀏覽量
238498 -
深度學習
+關注
關注
73文章
5503瀏覽量
121162
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(fā)布評論請先 登錄
相關推薦
微表情識別-深度學習探索情感
來源：易百納技術社區(qū) 隨著人工智能技術的不斷進步，深度學習成為計算機視覺領域的重要技術。微表情識別作為人類情感分析的一種重要手段，受到了越來越多的關注。本文將介紹基于深度
Nanopi深度學習之路(1)深度學習框架分析
就能實現(xiàn)！還請關注我后面的日記。實際上我也是剛剛有時間學習深度學習，我是個純初學者，但面對深度學習里的各種復雜
發(fā)表于 06-04 22:32
深度學習與數(shù)據(jù)挖掘的關系
理解，但是在其高冷的背后，卻有深遠的應用場景和未來。深度學習是實現(xiàn)機器學習的一種方式或一條路徑。其動機在于建立、模擬人腦進行分析
發(fā)表于 07-04 16:07
深度學習模型是如何創(chuàng)建的？
具有深度學習模型的嵌入式系統(tǒng)應用程序帶來了巨大的好處。深度學習嵌入式系統(tǒng)已經改變了各個行業(yè)的企業(yè)和組織。深度
發(fā)表于 10-27 06:34
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(fā)表于 02-17 16:56
將深度學習和強化學習相結合的深度強化學習DRL
深度強化學習DRL自提出以來， 已在理論和應用方面均取得了顯著的成果。尤其是谷歌DeepMind團隊基于深度強化學習DRL研發(fā)的AlphaG
發(fā)表于 06-29 18:36
?2.8w次閱讀
機器學習和深度學習有什么區(qū)別？
覺信息的理解可以被再現(xiàn)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
數(shù)學和理論細節(jié)。雖然數(shù)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概
讀懂深度學習，走進“深度學習+”階段
輸出結果，讓AI學會通過特征對數(shù)據(jù)進行判斷。深度學習之所以更加有效，是因為有海量的數(shù)據(jù)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
深度學習框架是什么？深度學習框架有哪些？
深度學習框架是什么？深度學習框架有哪些？? 深度學習框架是一種軟件工具，它可以幫助開發(fā)者輕松快速
工商網監(jiān)
評論