Học sâu
Giao việc thiết kế đặc trưng cho các tầng xếp chồng
OVERVIEW
- Tất cả mục từ
- 6
- Cơ bản
- 2
- Trung cấp
- 3
- Chuyên gia
- 1
The turning point of deep learning was not “more layers” but the discovery that with enough width, data and stable optimisation, the intermediate abstractions grow on their own. This domain starts from a single neuron and works up to backpropagation, convolution, attention and the normalisation tricks that make depth actually trainable.
Những câu hỏi lĩnh vực này trả lời
- Q1
What is a single neuron actually computing?
- Q2
How does backpropagation carry error backwards?
- Q3
Why are deeper networks harder to train?
Mục từ trong lĩnh vực này
- 01Nơ-ron và perceptronCơ bảnMảnh ghép nhỏ nhất của mạng nơ-ron: một tổng có trọng số, một độ lệch và một lần bẻ cong phi tuyến
- 02Lan truyền ngượcTrung cấpBiến “tính gradient” từ cực hình toán học thành một lần gọi hàm — khoảnh khắc học sâu thực sự cất cánh
- 03Hàm kích hoạtCơ bảnKhông có nó, mạng dù sâu đến đâu cũng chỉ là một phép biến đổi tuyến tính
- 04Mạng nơ-ron tích chậpTrung cấpThay kết nối đầy đủ bằng “nhìn cục bộ, dùng lại cùng một thước ở mọi nơi” — ý tưởng đưa nhận dạng ảnh thành khả thi
- 05Mạng nơ-ron hồi tiếpTrung cấpCho mạng một “bộ nhớ”: một đơn vị được dùng lại theo thời gian để xử lý chuỗi dài tùy ý
- 06Chuẩn hóa và kết nối dưChuyên giaLàm mạng trăm tầng thực sự huấn luyện được: một lối tắt đồng nhất và một lần hiệu chỉnh lại ở mỗi tầng