DeepMind解密黑箱第一步：原来神经网络的认知原理和人类是一样的！

除了外形偏向，DeepMind团队还发清楚明了一些有意思的工作：

他们发明选用不合的随机种子做初始话谕练习会导致收集的偏好程度也有所不合。这解释当研究深度进修体系并做出结论时，研究的样本数量须要很大年夜才行，就像心理学家已经知道不克不及只研究单个对象就得出结论。
他们发明即便几个收集的外形偏好有很大年夜差别，它们的一次性词黄揭捉?习表示却都差不多，解释不合的收集可以找到很多种同样有效的办法解决复杂问题。

这种偏好在标准的神经收集架构中就存在，但以前没有人熟悉到过。此次发清楚明了这种偏好，注解了用仁攀类创建的认贴心理学阐释神经收集解题筹划的潜力。其它心理学范畴的研究也有可能起到赞助，情景记忆文献中的不雅点可能可以赞助懂得情景记忆架构，语义认知文献中的办法可能可以赞助懂得近期的概念形成模型，以上在内典范多心理学范畴都有丰富的文献，很有可能会给仁攀类带来强有力的新对象，赞助解决“黑箱”的问题，也让仁攀类更好地舆解神经收集的各类行动。

论文地址：https://arxiv.org/abs/1706.08606

via DeepMind Blog ，雷锋网 AI 科技评论编译

【编辑推荐】

看深度进修十九般技艺：它还能赞助保护濒危动物
深度 | 详解首个体系性测试实际深度进修体系的白箱框架DeepXplore
我的深度进修开辟情况详解：TensorFlow + Docker + PyCharm等，你的呢？
拭魅战微课—5分钟懂得深度进修框架Caffe与Tensorflow的差别与应用
为什么深度进修没有局部最小值？

【义务编辑：林师授 TEL：（010）68476606】

2/2 首页上一页 1 2

神经收集经由过程分析大年夜型练习数据集进修若何完成计算义务，它对如今表示优良的人工智能体系有巨大年夜供献，例如语音辨认体系、主动翻译器和主动驾驶汽车。但神经收集是个黑箱，一旦>>>详细阅读

本文标题：DeepMind解密黑箱第一步：原来神经网络的认知原理和人类是一样的！

地址：http://www.17bianji.com/lsqh/35993.html

1/2 1