表示學習介紹
表示學習即做各種特徵工程
評估表示學習的方法：有以下幾點
A.平滑性，損失函式最好是平滑函式可求導優化
B.多特徵表示： 可以把輸出層分成若干類，每一類表示一個特徵，這樣通過只改變其中的部分引數就可改變指定的輸出結果。
可解釋性增強。
C. 層次結構：
底層的資訊可以遷移學習另一個神經網路。
D. 遷移學習：有遷移能力
E. 低維性特徵：
時間空間一致性：即隨著時間推移，變化不要太大。比如使用者的購買商品的種類，
稀疏性可以使模型有更好的解釋性：
相關文章
- 學習python前言介紹Python
- 學習內容介紹
- dapr學習：dapr介紹
- 元學習簡單介紹
- Graphql學習(一)-GraphQL介紹
- 整合學習入門介紹
- Cron表示式介紹與示例
- 1.Django介紹與學習Django
- 前端學習（2373）：專案介紹前端
- Jenkinsant介紹(學習筆記五)Jenkins筆記
- 深度學習之遷移學習介紹與使用深度學習遷移學習
- （一） 機器學習和機器學習介紹機器學習
- ZipKin原理學習--ZipKin入門介紹
- Python學習之路2-列表介紹Python
- 最通俗的機器學習介紹機器學習
- uboot-uboot介紹-學習筆記boot筆記
- [PyTorch 學習筆記] 5.1 TensorBoard 介紹PyTorch筆記ORB
- webpack 學習筆記：入門介紹Web筆記
- Dubbo原始碼學習之-SPI介紹原始碼
- Spring Boot學習（一）——Spring Boot介紹Spring Boot
- 機器學習基本函式介紹機器學習函式
- ros學習檔案系統介紹ROS
- 學習Python要多久?三種方式學習週期介紹!Python
- Java正規表示式簡單介紹Java
- python基礎學習-埠介紹說明Python
- 軟體測試學習教程——JDBC介紹JDBC
- 前端學習（2375）：專案介紹結束前端
- 機器學習入門之sklearn介紹機器學習
- 深度學習與CV教程(8) | 常見深度學習框架介紹深度學習框架
- java運算子和表示式詳細介紹Java
- 常用正規表示式匹配程式碼介紹
- 稀疏表示學習
- Git學習1 --- 版本控制工具詳細介紹Git
- 【機器學習】線性迴歸原理介紹機器學習
- Harbor 學習分享系列2 – Harbor專案介紹
- 快速高效學習 Kotlin | Kotlin Bootcamp 課程介紹Kotlinboot
- Laravel核心程式碼學習 -- Database 基礎介紹LaravelDatabase
- flutter學習日記（一）————文章以及flutter介紹Flutter