Algoritmo de aprendizado profundo

Qual é a diferença entre rede de crenças profundas e rede convexa profunda ?

— hadooper
fonte

Rede convexa profunda é uma arquitetura relativamente nova de redes neurais profundas , que foi desenvolvida para superar as limitações de escalabilidade das redes de crenças profundas (DBN) . Você pode ler mais sobre detalhes técnicos da arquitetura e seu desempenho em trabalhos de pesquisa, por exemplo, neste artigo , bem como em um artigo posterior relevante , ambos da Microsoft Research.

Pode ser benéfico ler mais sobre o DBN neste site fascinante de acesso aberto, revisado por pares , pois é mais abrangente do que a Wikipedia sobre o assunto. Na minha opinião, uma visão geral ainda mais abrangente e interessante das arquiteturas de aprendizado profundo em IA pode ser encontrada neste relatório técnico .

— Aleksandr Blekh
fonte

interessante ... eu vou ler esses papéis ... existe alguma implementação de código aberto para uma rede convexa profunda?

— amigos estão dizendo sobre hadooper

@hadooper: Obrigado por votar, que bom que você achou útil. Não conheça a implementação de código aberto, pelo menos apoiada pela Microsoft. Duvido muito, pois a Microsoft usa aprendizado profundo para produtos altamente competitivos, como o Bing e o Skype Translator: blogs.skype.com/2014/12/15/skype-translator-how-it-works .

— Aleksandr Blekh

de fato .... não há implementação de código aberto do DCN disponível ... !!!

— hadooper

@hadooper: Eu tinha certeza disso. No entanto, tenho certeza de que é apenas uma questão de tempo, até vermos algumas implementações de código aberto do DCN, de maneira semelhante às redes neurais e projetos de aprendizado profundo já existentes.

— Aleksandr Blekh

Pesquisadores da Microsoft alcançaram 0,83% de taxa de erro de teste com DCN e H2o obtendo 0,87% de taxa de erro com aprendizado profundo para o mesmo conjunto de dados mnist ... (FONTE: slideshare.net/0xdata/h2-o-deeplearningarnocandel052114 )

— hadooper