深度学习技术分析.doc

文档介绍：深度学****技术分析深度学****160;作者YannLeCun纽约大学,柯朗数学科学学院(CourantInstituteofMathematicalScience,NYU),Facebook 人工智能研究我们需要复制大脑来开发智能机器吗?大脑是智能机器存在的依据-鸟和蝙蝠是重于空气飞行存在的依据大脑今天高速处理器我们能够通过复制大脑来开发人工智能系统吗? 电脑离大脑运算能力只有1万次方差距吗?很有可能是100万次方:突触是复杂的。1百万次方是30年摩尔定律最好从生物学里获取灵感;但是如果没有了解基本原理,仅从生物学里生搬硬造,注定要失败。飞机是从飞鸟那里获取的灵感;他们使用了同样的飞行基本原理;但是,飞机并不振翅飞翔,也没有羽翼。让我们从自然里汲取灵感,但不需要依葫芦画瓢 模仿自然是好的,但是我们也需要去了解自然。对于飞机而言,我们开发了空气动力学以及可压缩流体动力学,我们知道了羽毛和振翅不是关键。1957年:感知机(第一台学****机器) 具有适应性“突触权重”的一个简单的模拟神经元,计算输入的加权总和,如果加权总和高于阈值,则输出+1,反之则输出-1。感知机学****算法通常的机器学****监督学****160;设计一台带有可调节旋钮的机器(与感知机里的权重类似);选取一个训练样本,经机器运行之后,测量误差;找出需要调整那个方向的旋钮以便降低误差;重复使用所有训练样本来进行操作,直到旋钮稳定下来。通常的机器学****监督学****160;设计一台带有可调节旋钮的机器;选取一个训练样本,经机器运行之后,测量误差;调节旋钮以便降低误差;不断重复直到旋钮稳定下来;机器学****功能优化 这就如同行走在雾气弥漫的高山之中,通过往最陡的下坡方向行走来抵达山谷中的村庄;但是每一个样本会给我们一个方向的噪声预估,因此,我们的路径是相当随机的。泛化能力:识别训练中没有察觉到的情况 训练之后:用从未识别过的样本来测试机器;监督学****我们能够用诸如桌子、椅子、狗、猫及人等很多例子来训练机器;但是机器能够识别它从未看到过的桌子、椅子、狗、猫及人吗?