Deep-Learning-Algorithmus

Was ist der Unterschied zwischen einem tiefen Glaubensnetzwerk und einem tiefen konvexen Netzwerk ?

— Hadooper
quelle

Deep Convex Network ist eine relativ neue Architektur von Deep Neural Networks , die entwickelt wurde, um die Skalierbarkeitsbeschränkungen von Deep Believe Networks (DBN) zu überwinden . Weitere Informationen zu technischen Details der Architektur und ihrer Leistung finden Sie in Forschungsarbeiten, z. B. in diesem Artikel sowie in einem relevanten späteren Artikel , beide von Microsoft Research.

Es kann hilfreich sein, mehr über DBN auf dieser faszinierenden, von Experten geprüften Open-Access-Website zu lesen , da sie zu diesem Thema umfassender ist als Wikipedia. Meiner Meinung nach finden Sie in diesem technischen Bericht einen noch umfassenderen und interessanteren Überblick über Deep-Learning-Architekturen in der KI .

— Aleksandr Blekh
quelle

interessant ..... ich werde diese Papiere lesen ..... gibt es eine Open Source Implementierung für Deep Convex Net?

— Hadooper

@hadooper: Danke für das Upvoting, ich bin froh, dass du es hilfreich findest. Sie kennen die Open Source-Implementierung nicht, zumindest nicht von Microsoft. Ich bezweifle es sehr, da Microsoft Deep Learning für wettbewerbsintensive Produkte wie Bing und Skype Translator verwendet: blogs.skype.com/2014/12/15/skype-translator-how-it-works .

— Aleksandr Blekh

in der Tat ... es gibt keine Open-Source-DCN-Implementierung ... !!!

— Hadooper

@hadooper: Da war ich mir ziemlich sicher. Ich bin mir jedoch auch ziemlich sicher, dass es nur eine Frage der Zeit ist, bis wir einige Open-Source-Implementierungen von DCN sehen werden, ähnlich wie bei bereits vorhandenen neuronalen Netzen und Deep-Learning-Projekten.

— Aleksandr Blekh

Microsoft-Forscher erreichten mit DCN eine Testfehlerrate von 0,83%, und H2o erreicht mit Deep Learning eine Fehlerrate von 0,87% für denselben Mnist-Datensatz ... (QUELLE: slidehare.net/0xdata/h2-o-deeplearningarnocandel052114 )

— hadooper