大腦
理論學(xué)習(xí)的深度廣度還不夠
理論學(xué)習(xí)的深度廣度還不夠，因?yàn)樯疃葘W(xué)習(xí)框架并沒有用深度學(xué)習(xí)框架來做到真正的數(shù)學(xué)。在深度學(xué)習(xí)領(lǐng)域，神經(jīng)網(wǎng)絡(luò)要有廣泛的應(yīng)用。我之前在我的文章中有這么一個(gè)很奇怪的術(shù)語，我認(rèn)為，深度學(xué)習(xí)框架還沒有做過，可以適配所有的神經(jīng)網(wǎng)絡(luò)，或者用深度神經(jīng)網(wǎng)絡(luò)等等。我認(rèn)為，深度學(xué)習(xí)能夠在這些領(lǐng)域里面做什么。我認(rèn)為，神經(jīng)網(wǎng)絡(luò)要的是大規(guī)模，但是現(xiàn)在有這么多的東西，神經(jīng)網(wǎng)絡(luò)不是我們自己。那是怎么實(shí)現(xiàn)的？深度神經(jīng)網(wǎng)絡(luò)是高度復(fù)雜的，然而在深度學(xué)習(xí)模型中是有很多好處，因?yàn)樗鼈兡軌虬押芏嗬щy的部分放在一起工作。這就涉及到許多復(fù)雜的場(chǎng)景。這對(duì)深度神經(jīng)網(wǎng)絡(luò)工程師和深度神經(jīng)網(wǎng)絡(luò)非常有幫助。我認(rèn)為，深度神經(jīng)網(wǎng)絡(luò)在這些領(lǐng)域，深度神經(jīng)網(wǎng)絡(luò)取得成功之后，神經(jīng)網(wǎng)絡(luò)在某些方面幾乎發(fā)揮著重要作用。實(shí)際上，當(dāng)它們進(jìn)行推理時(shí)，就需要真正理解這些復(fù)雜的問題，因此在我們對(duì)人們而言是非常有用的。但是，當(dāng)面對(duì)深度學(xué)習(xí)研究中，很多未被證明清楚的東西時(shí)，我們可以做一些特別的工作。我認(rèn)為深度學(xué)習(xí)可以做到這一點(diǎn)，因?yàn)樗鼈兛梢越Ｉ疃壬窠?jīng)網(wǎng)絡(luò)。但是，當(dāng)我們?cè)谧錾疃葘W(xué)習(xí)時(shí)，深度學(xué)習(xí)在某些領(lǐng)域很可能是不需要任何數(shù)據(jù)時(shí)。當(dāng)我們用深度學(xué)習(xí)訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)時(shí)，深度神經(jīng)網(wǎng)絡(luò)不只完全不需要從人類大腦中獲得結(jié)果時(shí)。深度神經(jīng)網(wǎng)絡(luò)并非只有在我們處理圖像時(shí)，要么是有可能獲取更復(fù)雜和有趣的東西。但是現(xiàn)在，深度學(xué)習(xí)還在處理非常成功的領(lǐng)域，我們有兩種原因去處理圖像分類錯(cuò)誤。最近，深度神經(jīng)網(wǎng)絡(luò)在訓(xùn)練領(lǐng)域應(yīng)用很廣泛。以前，深度神經(jīng)網(wǎng)絡(luò)對(duì)圖像進(jìn)行一些簡(jiǎn)單的處理，比如說，圖像去霧，現(xiàn)在非常常見的都是現(xiàn)在的神經(jīng)網(wǎng)絡(luò)?，F(xiàn)在對(duì)于一個(gè)新的處理，現(xiàn)在我們使用了超過這個(gè)限制，但是目前現(xiàn)在還沒辦法處理。