标签：blog 大量 str 多个 故障 区别 googl 智能 code
上一篇文章提到了数据挖掘、机器学习、深度学习的区别：http://www.cnblogs.com/charlesblc/p/6159355.html
深度学习具体的内容可以看这里：
它的意思是,当你表达一个概念的时候,不是用单个神经元,一对一地存储定义; 概念和神经元是多对多的关系: 一个概念可以用多个神经元共同定义表达, 同时一个神经元也可以参与多个不同概念的表达.
举个最简单的例子, 一辆 "大白卡车",如果分布式地表达,一个神经元代表大小,一个神经元代表颜色,第三个神经元代表车的类别. 三个神经元同时激活时,就可以准确描述我们要表达的物体.
分布式表征,和传统的 局部表征 (localized representation) 相比,存储效率高很多. 线性增加的神经元数目,可以表达指数级增加的大量不同概念.
分布式表征的另一个优点是,即使局部出现硬件故障,信息的表达不会受到根本性的破坏.
这个理念让 Geoffrey Hinton 顿悟, 使他四十多年来, 一直在神经网络研究的领域里坚持下来没有退缩.
神经网络的一代鼻祖是多伦多大学的Geoffrey Hinton。 Geoffrey Hinton和吴恩达一起在Google搞深度学习 (Google Brain Project).
从左至右：
Yann LeCun ：卷积神经网络，参考http://www.leiphone.com/news/201406/deep-learning-yann-lecun-facebook.html
Geoffrey Hinton ：深度学习鼻祖
Yoshua Bengio ：也是深度学习
Andrew Ng ：Hinton的合作伙伴
都是深度学习相关的，也可以看这篇文章：Link《Yann LeCun、Geoffrey Hinton或Yoshua Bengio能得图灵奖吗？》
标签：blog 大量 str 多个 故障 区别 googl 智能 code
原文地址：http://www.cnblogs.com/charlesblc/p/6159416.html
