Estaba escuchando una charla y vi esta diapositiva:
Que tan cierto es
deep-learning
deep-belief-networks
Franck Dernoncourt
fuente
fuente
Respuestas:
Estaba navegando por AI StackExchange y me encontré con una pregunta muy similar: ¿Qué distingue el "Aprendizaje profundo" de otras redes neuronales?
Como AI StackExchange se cerrará mañana (nuevamente), copiaré las dos respuestas principales aquí (contribuciones de usuarios con licencia bajo cc by-sa 3.0 con atribución requerida):
Autor: mommi84less
Autor: lejlot
Otra diapositiva interesante:
fuente
fuente
Se dice que la deserción, de Hinton en 2006, es la mayor mejora en el aprendizaje profundo de los últimos 10 años, ya que reduce mucho el sobreajuste.
fuente
Esta es ciertamente una pregunta que provocará controversia.
Cuando las redes neuronales se usan en el aprendizaje profundo, generalmente se entrenan de formas que no se usaban en la década de 1980. En particular, se afirma que las estrategias que pre-entrenan a las capas individuales de la red neuronal para reconocer características en diferentes niveles hacen que sea más fácil entrenar redes con varias capas. Ese es ciertamente un nuevo desarrollo desde la década de 1980.
fuente
La clave es la palabra "profundo" en el aprendizaje profundo. Alguien (olvidó la referencia) en los años 80 demostró que todas las funciones no lineales podían ser aproximadas por una red neuronal de capa única con, por supuesto, un número suficientemente grande de unidades ocultas. Creo que este resultado probablemente desanimó a las personas a buscar una red más profunda en la era anterior.
Pero la profundidad de la red es lo que resultó ser el elemento crucial en la representación jerárquica que impulsa el éxito de muchas de las aplicaciones actuales.
fuente
No exactamente, el ANN comienza en los años 50. Echa un vistazo a una de las diapositivas de las estrellas de rock de ML Yann LeCun para una introducción auténtica y completa. http://www.cs.nyu.edu/~yann/talks/lecun-ranzato-icml2013.pdf
fuente