主題|深度學習

20180125 dp tensorflow

如果有一層隱藏層學不會的事,那就再加一層!

2016 年的春天,Google DeepMind 團隊的 AlphaGo 專案打敗了世界棋手,AI 世代的 Deep Learning 威力讓全世界 70 億人都驚呆了!

屬於機器學習(Machine Learning, ML)一種的深度學習,透過層層類神經網路(Artificial Neural Network, ANN),儼然成為了最簡單卻又最深奧的技術,最早用於電腦視覺(Computer Vision)。現今主流還有可處理時間序列、判斷語意的 RNN(Recurrent Neural Network),以及近期最夯的生成式對抗網路(GAN)。

那麼,如果有 N 層隱藏層學不會的事,那 N+1 層就會了嗎...

雖說深度學習強在他的「深」,但目前的研究結果也顯示了並非有越多層、成效就越好,從CNN中的梯度下降法(Gradient Descent Method)來看,當迭代過多層神經網路,容易導致Vanishing Gradient,在哪邊都看不出最小值。目前看來,要降低錯誤率還是需要較複雜的網路架構。

...說了這麼多,要進行深度學習,電腦需要的只是足夠量的資料,而你,需要的只是幾本好書。

#黃士傑博士的深度學習私心推薦書單:

Deep Learning Bible

Deep Learning: A Practitioner's Approach 

Fundamentals of Deep Learning

Hands-On Machine Learning with Scikit-Learning and TensorFlow 

活動書籍