回首頁

回第10期

關於深度學習網絡的兩個問題
為什麼需要深度網絡與非線性機制

全文閱覽

作        者 郭宗杰 C.-C. Jay Kuo

作者簡介 郭宗杰為南加州大學電機、資訊與數學系教授,現任該校多媒體通訊實驗室主任。其研究領域包括多媒體資料壓縮、傳播與網絡技術、視覺大數據分析、資訊鑑識與安全,是多媒體技術領域的領導人。

譯        者 趙學信

譯者簡介 趙學信為網路工程師。兼事翻譯、寫作。

本文出處    本文原稿為英文,感謝作者同意翻譯刊登。作者感謝丁哲航為本文做實驗與製圖。

延伸閱讀 
參考資料

[1] Y. LeCun, Y. Bengio, and G. E. Hinton, “Deep learning,” Nature, vol. 521, pp. 436–444, 2015.
[2] Y. LeCun, L. Bottou, Y. Bengio, and P. Haffner, “Gradient-based learning applied to document recognition,” Proc. IEEE,
vol. 86, no. 11, pp. 2278–2324, 1998.
[3] A. Krizhevsky, I. Sutskever, and G. E. Hinton, “Imagenet classification with deep convolutional neural networks,” in Advances
in Neural Information Processing Systems 25, F. Pereira, C. J. C. Burges, L. Bottou, and K. Q. Weinberger, Eds. Curran
Associates, Inc., 2012, pp. 1097–1105.
[4] A. Coates, H. Lee, and A. Y. Ng, “An analysis of single-layer networks in unsupervised feature learning,” in Proceedings
of the 14th International Conference on Artificial Intelligence and Statistics (AISTATS). JMLR:W&CP 15, 2011, vol. 15,
pp. 215–223.
[5] C. Szegedy, W. Zaremba, I. Sutskever, J. Bruna, D. Erhan, I. J. Goodfellow, and R. Fergus, “Intriguing properties of neural
networks,” 2013. [Online]. Available: http://arxiv.org/abs/1312.6199
August