Algoritmo de aprendizaje profundo

Respuestas:

6

La red convexa profunda es una arquitectura relativamente nueva de redes neuronales profundas , que se ha desarrollado para superar las limitaciones de escalabilidad de las redes de creencias profundas (DBN) . Puede leer más sobre detalles técnicos de la arquitectura y su rendimiento en documentos de investigación, por ejemplo, en este documento , así como en un documento posterior relevante , ambos de Microsoft Research.

Puede ser beneficioso leer más sobre DBN en este fascinante sitio de acceso abierto revisado por pares , ya que es más completo que Wikipedia sobre el tema. En mi opinión, en este informe técnico se puede encontrar una visión general aún más completa e interesante de las arquitecturas de aprendizaje profundo en IA .

Aleksandr Blekh
fuente
interesante ..... leeré esos documentos ..... ¿hay alguna implementación de código abierto para la red convexa profunda?
hadooper
@hadooper: Gracias por votar, me alegro de que te sea útil. No sé sobre la implementación de código abierto, al menos respaldada por Microsoft. Lo dudo mucho, ya que Microsoft usa el aprendizaje profundo para productos altamente competitivos, como Bing y Skype Translator: blogs.skype.com/2014/12/15/skype-translator-how-it-works .
Aleksandr Blekh
de hecho ... no hay implementación de DCN de código abierto disponible ... !!!
hadooper
@hadooper: estaba bastante seguro de eso. Sin embargo, también estoy bastante seguro de que es solo cuestión de tiempo, hasta que veamos algunas implementaciones de código abierto de DCN, de manera similar a las redes neuronales ya existentes y los proyectos de aprendizaje profundo.
Aleksandr Blekh
1
Los investigadores de Microsoft lograron una tasa de error de prueba del 0.83% con DCN y H2o está obteniendo una tasa de error del 0.87% con aprendizaje profundo para el mismo conjunto de datos mnist ... (FUENTE: slideshare.net/0xdata/h2-o-deeplearningarnocandel052114 )
hadooper