Comments from Xinwei: 本文是從deeplearning網(wǎng)站上翻譯的另一篇綜述,主要簡述了一些論文、算法已經(jīng)工具箱。
深度學(xué)習(xí)是ML研究中的一個(gè)新的領(lǐng)域,它被引入到ML中使ML更接近于其原始的目標(biāo):AI。查看a brief introduction to Machine Learning for AI 和 an introduction to Deep Learning algorithms.
深度學(xué)習(xí)是關(guān)于學(xué)習(xí)多個(gè)表示和抽象層次,這些層次幫助解釋數(shù)據(jù),例如圖像,聲音和文本。對于更多的關(guān)于深度學(xué)習(xí)算法的知識,查看:
這篇綜述主要是介紹一些最重要的深度學(xué)習(xí)算法,并將演示如何用Theano來運(yùn)行它們。Theano是一個(gè)python庫,使得寫深度學(xué)習(xí)模型更加容易,同時(shí)也給出了一些關(guān)于在GPU上訓(xùn)練它們的選項(xiàng)。
這個(gè)算法的綜述有一些先決條件。你應(yīng)該首先知道一個(gè)關(guān)于python的知識,并熟悉numpy。由于這個(gè)綜述是關(guān)于如何使用Theano,你應(yīng)該首先閱讀Theano basic tutorial。一旦你完成這些,閱讀我們的Getting Started章節(jié)---它將介紹概念定義,數(shù)據(jù)集,和利用隨機(jī)梯度下降來優(yōu)化模型的方法。
純有監(jiān)督學(xué)習(xí)算法可以按照以下順序閱讀:
無監(jiān)督和半監(jiān)督學(xué)習(xí)算法可以用任意順序閱讀(auto-encoders可以被獨(dú)立于RBM/DBM地閱讀):
關(guān)于mcRBM模型,我們有一篇新的關(guān)于從能量模型中抽樣的綜述:
聯(lián)系客服