在做deep learning，求解释explain away 和complementary prior

这是一个好方向， 我打算过一阵子也好好看看， Hinton在网上有一个视频你可以看看， 对着视频学习更快。 当然国内有一群人热衷于把这个东西翻译成中文， 你也可以看看中文的， 不过要是英文好一点还是完全没有必要， 毕竟大多数时候写的是英文论文。。。 【 在 hch 的大作中提到: 】 : rt。。。小弟学习deeplearning一个月，一头雾水。。。

deep learning是什么，我邮有相关研究吗？ 【 在 hch (小蝗虫) 的大作中提到: 】 : rt。。。小弟学习deeplearning一个月，一头雾水。。。

http://www.pingwest.com/geoffreyhinton-go-to-google/ Deep learning是当下极其火的一个算法， 可以侠义的认为它是Neural network。 这项技术各大企业都在紧锣密鼓的应用， google, baidu, microsoft, facebook. Deep Learning现在在语音识别， 图像检索， 图像识别上面效果非常好。 百度有一个研究院专门做这个。 google据说在深入的挖掘这个， 这项技术很有可能会成为google未来图像检索，识别的关键技术。 我听一个在Bing工作的人说他们用这个技术做的大规模（1 billion）的图像检索性能非常好。 国内有个公式叫讯飞的， 他们做的语音识别还不错， 不知道有没有使用这项技术， 估计很有可能。 microsoft使用这项技术在语音上面效果非常好。。。。 http://baike.baidu.com/view/9964678.htm?fromenter=deep+learning 刚看了一下百度百科， 讯飞可能真的就是用了这项技术。。。。 总之前景很大， 但是有可能对个人的研究者来讲硬件各方面有点要求： 首先这个问题借助与大量的自然图片去un-supervised学习一个多层的网络结构， 然后使用一些Label的数据在此基础上继续训练。 图像的数量太少性能会非常的差， 我没有具体研究过， 估计百万级别是需要的。 可以看一下Imagenet 竞赛使用的图片的量作为参考。。。 一个复杂的网络结果是不能被少量的图像解释的， 这有点像SVM中的VC维的概念， 要想不under-fitting， 就必须有充分的数据。。 可能训练一次的时间比较长， 用传统的单个PC可能做不了这个， 可以基于GPU做， 有个朋友买了一个GPU， 8000RMB， 速度可以做到普通PC的50倍， 用这个东西应该可以做这个问题。 也可以考虑用多核PC技术, 这个价格可能会更贵一点。。。 估计对硬盘可能也会有一点要求。。 【 在 buptwangzhe 的大作中提到: 】 : deep learning是什么，我邮有相关研究吗？ :

听说讯飞具有大量的语言数据， 个人认为这可能是它的性能比较很好的原因。 在手机语言搜索里面， 讯飞做的比百度要， 感觉语音识别在未来移动搜索领域肯定会越来越重要， 而且确实很便利， 现有的精度也挺好。。。。 大家微博可以关注介个几个这方面很活跃的人， 余凯， 张栋， 【 在 jasonchi 的大作中提到: 】 : http://www.pingwest.com/geoffreyhinton-go-to-google/ : Deep learning是当下极其火的一个算法， 可以侠义的认为它是Neural network。 : 这项技术各大企业都在紧锣密鼓的应用， google, baidu, microsoft, facebook. : ...................

【 在 jasonchi 的大作中提到: 】 : http://www.pingwest.com/geoffreyhinton-go-to-google/ : Deep learning是当下极其火的一个算法， 可以侠义的认为它是Neural network。 : 这项技术各大企业都在紧锣密鼓的应用， google, baidu, microsoft, facebook. : ................... 多谢多谢~

网上确实各种视频，但是我听力太差。。。。悲剧。。。另外仅有的中文资料并没有说明很多细节。。。着急啊。。。师兄如果也准备学习，可以一起交流 【 在 jasonchi 的大作中提到: 】 : 这是一个好方向， 我打算过一阵子也好好看看， Hinton在网上有一个视频你可以看看， 对着视频学习更快。 : 当然国内有一群人热衷于把这个东西翻译成中文， 你也可以看看中文的， 不过要是英文好一点还是完全没有必要， : 毕竟大多数时候写的是英文论文。。。 : ...................

http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B 这个呢？组里前辈曾经推荐看的 【 在 hch 的大作中提到: 】 : 网上确实各种视频，但是我听力太差。。。。悲剧。。。另外仅有的中文资料并没有说明很多细节。。。着急啊。。。师兄如果也准备学习，可以一起交流

这个我已经看过，但是还是没有解释一些细节问题。。 比如DBM和DBN所谓的有向无向是怎么体现？complementary prior怎么消除explain away？ 【 在 ht0601052726 的大作中提到: 】 : http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B : 这个呢？组里前辈曾经推荐看的

你搞清楚为啥RBM和DBN为啥等价了吗？