Learning Deep Architectures for AI

Learning Deep Architectures for AI pdf epub mobi txt 電子書 下載2025

出版者:
作者:Yoshua Bengio
出品人:
頁數:136
译者:
出版時間:
價格:695.00 元
裝幀:散裝
isbn號碼:9781601982940
叢書系列:
圖書標籤:
  • 深度學習
  • 機器學習
  • 人工智能
  • 神經網絡
  • AI
  • 計算機
  • 計算機科學
  • programming
  • Deep Learning
  • Artificial Intelligence
  • Neural Networks
  • Machine Learning
  • Architecture
  • AI
  • Algorithms
  • Data Science
  • Convolution
  • Supervised Learning
想要找書就要到 小美書屋
立刻按 ctrl+D收藏本頁
你會得到大驚喜!!

具體描述

Theoretical results suggest that in order to learn the kind of complicated

functions that can represent high-level abstractions (e.g., in

vision, language, and other AI-level tasks), one may need deep architectures.

Deep architectures are composed of multiple levels of non-linear

operations, such as in neural nets with many hidden layers or in complicated

propositional formulae re-using many sub-formulae. Searching

the parameter space of deep architectures is a difficult task, but learning

algorithms such as those for Deep Belief Networks have recently been

proposed to tackle this problem with notable success, beating the stateof-

the-art in certain areas. This monograph discusses the motivations

and principles regarding learning algorithms for deep architectures, in

particular those exploiting as building blocks unsupervised learning of

single-layer models such as Restricted Boltzmann Machines, used to

construct deeper models such as Deep Belief Networks.

著者簡介

圖書目錄

讀後感

評分

讲的比较清晰,提供了关键的数学计算内容,作为综述来看是很不错的选择。但是不亲自推一遍细节很难透彻理解,需要一些机器学习、随机过程、信息论和最优化理论的知识。理论框架介绍的很清楚,有助于理解目前各类变种。  

評分

讲的比较清晰,提供了关键的数学计算内容,作为综述来看是很不错的选择。但是不亲自推一遍细节很难透彻理解,需要一些机器学习、随机过程、信息论和最优化理论的知识。理论框架介绍的很清楚,有助于理解目前各类变种。  

評分

讲的比较清晰,提供了关键的数学计算内容,作为综述来看是很不错的选择。但是不亲自推一遍细节很难透彻理解,需要一些机器学习、随机过程、信息论和最优化理论的知识。理论框架介绍的很清楚,有助于理解目前各类变种。  

評分

讲的比较清晰,提供了关键的数学计算内容,作为综述来看是很不错的选择。但是不亲自推一遍细节很难透彻理解,需要一些机器学习、随机过程、信息论和最优化理论的知识。理论框架介绍的很清楚,有助于理解目前各类变种。  

評分

讲的比较清晰,提供了关键的数学计算内容,作为综述来看是很不错的选择。但是不亲自推一遍细节很难透彻理解,需要一些机器学习、随机过程、信息论和最优化理论的知识。理论框架介绍的很清楚,有助于理解目前各类变种。  

用戶評價

评分

Deep Belief Networks / Restricted Boltzmann Machine

评分

看得懵懵懂懂

评分

相見恨晚。把Hinton的papers翻瞭個遍,沒想到在這本書上纔讓我對RBM的認識最深刻。

评分

看得懵懵懂懂

评分

Deep Belief Networks / Restricted Boltzmann Machine

本站所有內容均為互聯網搜索引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度google,bing,sogou

© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有