深度學習問題記錄：Building your Deep Neural
深度學習的學習是從簡單到複雜，做簡單的網路堆疊是為了獲得一種“直覺”。
這種直覺可以幫助調參和debug。類似於《資本論》要從最基本的商品交易開始討論。
更高的洞察力是
- 對於沒有學習過的關聯進行比較，模擬“象”。
- 還有要反推。“A賣東西付錢”推匯出“A賣東西收到錢"
- 對於學到的要懷疑，可信度99%不是好事，永遠可信度最高在90%，留下10%的懷疑
..........
深度學習模型學習的是事物之間的關聯，人類的學習也是在學習關聯。老師上課教授的知識，其實就是關聯。老師把這種關聯分析的越清楚，這個老師講課就越好。
除了關聯還要有”nodes",節點就是學習到的“資料”。（這裡不好表述清楚）
分散的學習知識是很大的浪費。但是分散的知識可以產生創造力。dropout模仿了人類的隨機遺忘。類似可以在深度學習中根據情況隨機復活一些“神經元”。
深度學習是要像哲學一樣把提取到的客觀規律反映成模型。建模一直都是在模擬現實生活。
來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/810/viewspace-2808053/，如需轉載，請註明出處，否則將追究法律責任。
相關文章
- 01神經網路和深度學習-Building your Deep Neural Network: Step by Step-第四周程式設計作業1神經網路深度學習UI程式設計
- Neural Networks and Deep Learning(神經網路與深度學習) - 學習筆記神經網路深度學習筆記
- 深度學習模型調優方法（Deep Learning學習記錄）深度學習模型
- 深度學習 DEEP LEARNING 學習筆記（一）深度學習筆記
- 深度學習 DEEP LEARNING 學習筆記（二）深度學習筆記
- Deep Learning（深度學習）學習筆記整理系列深度學習筆記
- 【深度學習】大牛的《深度學習》筆記，Deep Learning速成教程深度學習筆記
- 深度學習（Deep Learning）深度學習
- Deep Learning（深度學習）學習筆記整理系列之（一）深度學習筆記
- 學習httprunner遇到的問題記錄HTTP
- 深度學習（Deep Learning）優缺點深度學習
- 學習Oracle Objects的文件和問題記錄OracleObject
- deep learning深度學習之學習筆記基於吳恩達coursera課程深度學習筆記吳恩達
- 淺談深度學習落地問題深度學習
- 【面向程式碼】學習 Deep Learning（三）Convolution Neural Network(CNN)CNN
- 深度殘差學習筆記：Deep Residual Networks with Dynamically Weighted Wavelet筆記
- 深度學習——學習目錄——學習中……深度學習
- 貝葉斯深度學習（bayesian deep learning）深度學習
- Deep Reinforcement Learning 深度增強學習資源
- vsc練習問題記錄
- 淺談深度學習的落地問題深度學習
- Deep Crossing模型——經典的深度學習架構ROS模型深度學習架構
- 機器學習(Machine Learning)&深度學習(Deep Learning)資料機器學習Mac深度學習
- 筆記：Deep attributes from context aware regional neural codes筆記Context
- 深度學習之新聞多分類問題深度學習
- Searching with Deep Learning 深度學習的搜尋應用深度學習
- 基於深度學習模型Wide&Deep的推薦深度學習模型IDE
- 初學APEX碰到的問題記錄
- 01神經網路和深度學習-Deep Neural Network for Image Classification: Application-第四周程式設計作業2神經網路深度學習APP程式設計
- 深度學習keras筆記深度學習Keras筆記
- 深度學習 筆記一深度學習筆記
- javascript 學習記錄 -- 程式設計題集合JavaScript程式設計
- 【每日學習記錄】使用錄影裝置記錄每天的學習
- Docker問題記錄Docker
- A-深度學習面試題深度學習面試題
- 深度學習FPGA實現基礎知識6(Deep Learning（深度學習）學習資料大全及CSDN大牛部落格推薦)深度學習FPGA
- 深度強化學習的 18 個關鍵問題強化學習
- 深度學習框架Pytorch學習筆記深度學習框架PyTorch筆記