你好,游客 登录 注册 发布搜索
背景:
阅读新闻

CMU课程:无监督深度学习基础(122ppt)

[日期:2017-01-03] 来源:新智元  作者: [字体: ]

  【新智元导读】本文是2016年9月24/25举办的 Deep Learning School 上卡内基梅隆大学教授,同时也是苹果公司AI团队带头人的 Ruslan Salakhutdinov 的“无监督深度学习基础”课程 ppt,本文是部分整理编排,建议对照课程视频学习。

  在新智元微信公众号回复0102,可下载全部PPT。

  视频地址:https://www.youtube.com/watch?v=rK6bchqeaN8

深度自编码器模型

无监督学习 → 非概率模型、概率(生成)模型

学习特征呈现

传统方法:数据→特征抽取→学习算法

计算机视觉特征

音频特征

稀疏编码

稀疏编码:训练

稀疏编码:测试时间

图像分类

解释稀疏编码

自编码器

另一自编码器模型

预测稀疏分解

Stacked 自编码器

深度自编码器

信息检索

语义哈希

使用二进码搜索大型数据库

深度生成模型

限制波尔兹曼机

学习特征

模型学习

近似学习

真值数据RBMs

字数RBMs

协作过滤

本地 vs. 分布式呈现

深度波尔兹曼机

模型公式化

  好的生成模型?

手写识别

3D物体的生成模型

3D物体识别

一个简单的multimodal模型

Multimodal DBM

从图像生成文本

从文本生成图像

多模式语言规则

Helmholtz机

Helmholtz机 vs. DBM

VAE:例子

变分边界

计算梯度

One-shot 学习:人类 vs. 机器

生成对抗网络

DCGAN架构

 

 

 

 

收藏 推荐 打印 | 录入:admin | 阅读:
相关新闻      
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款