심층 신경망은 다른 신경망과 어떻게 다릅니 까?

"깊은"형용사를 가진 신경 네트워크는 실제로 다른 유사한 네트워크와 어떻게 구별됩니까?

— 케 노브
소스

차이점은 대부분 레이어 수에 있습니다.

오랫동안“1-2 개의 숨겨진 레이어는 대부분의 작업에 충분하다”고 믿었으며 신경망을 훈련하는 것은 계산이 매우 까다로울 수 있기 때문에 그 이상을 사용하는 것은 비현실적이었습니다.

오늘날 컴퓨터는 훨씬 더 많은 기능을 제공하므로 사람들은 더 많은 계층의 네트워크를 사용하기 시작했으며 일부 작업에는 매우 효과적이라는 것을 알았습니다.

"깊은"이라는 단어는 단순히 이러한 네트워크를 전통적인 "더 얕은"네트워크와 구별하기 위해 존재합니다.

— 마력 추출
소스

"딥 러닝 (deep learning)"을 올바르게 이해하면 함께 묶인 일부 매개 변수 (가중치)가 있으므로 매개 변수 공간이 줄어 듭니다. 정상적인 NN은 그렇게 할 수 없습니다.

— Raphael

@Raphael, re : some parameters (weights) that are tied together, thus reducing the parameter space, Convolutional Neural Networks를 의미합니까?

— publicgk

@publicgk 그게 내가 본 것입니다.

— Raphael

나는 항상 "딥 러닝"은 매우 큰 데이터 세트를 사용할 때라고 들었습니다. 이것은 실수입니까, 데이터의 크기는 중요하지 않습니다. 또는 사람들이 딥 러닝을 거대한 데이터 세트와 연관시키는 것이 훈련에 필요하기 때문입니다.

— Steven Sagona

숨겨진 계층이 1 개인 신경망이 어떤 기능을 계산할 수 있다는이 "믿음"이 실제로 입증되었습니다 (예 : neuralnetworksanddeeplearning.com/chap4.html 참조 ). 왜 하나 이상의 숨겨진 레이어가 "편리한"이유인지 조금 더 설명해야한다고 생각합니다.

— nbro

심층 신경망은 많은 계층을 가진 (피드 포워드) 신경망입니다.

그러나 깊은 신념 네트워크, Deep Boltzman 네트워크 등은 토폴로지가 다르기 때문에 (설명 할 수있는 네트워크가없는) 깊은 신경망으로 간주되지 않습니다.

/stats//a/59854/84191 도 참조 하십시오 .

— Dawny33
소스