深度学习笔记

representation learning

简单的机器学习需要人为设计特征，但是有时候人并不知道哪些特征更有效。而表示学习可以自主学习特征。
autoencoder是一种典型的表示学习方法:encoder将输入数据转换为另一种更有效的表达，该表达能够更高效地用于机器学习。decoder则将接受的表达数据还原为原始的表达形式。

deep learning

深度学习通过组合简单的概念来表达复杂的概念。
(遗留问题:为什么解决了表示学习的核心问题？它们的差异是什么？)

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容