Eu estava ouvindo uma palestra e vi este slide:
Quão verdadeiro é isso?
deep-learning
deep-belief-networks
Franck Dernoncourt
fonte
fonte
Respostas:
Eu estava navegando no AI StackExchange e me deparei com uma pergunta muito semelhante: O que distingue o “Deep Learning” de outras redes neurais?
Como o AI StackExchange será fechado amanhã (novamente), copiarei as duas principais respostas aqui (contribuições do usuário licenciadas sob o cc by-sa 3.0 com a atribuição necessária):
Autor: mommi84less
Autor: lejlot
Outro slide interessante:
fonte
fonte
O abandono escolar, de Hinton em 2006, é considerado a maior melhoria no aprendizado profundo dos últimos 10 anos, porque reduz muito o excesso de ajustes.
fonte
Esta é certamente uma pergunta que provocará polêmica.
Quando as redes neurais são usadas no aprendizado profundo, elas geralmente são treinadas de maneiras que não foram usadas nos anos 80. Em particular, estratégias que pré-treinam camadas individuais da rede neural para reconhecer recursos em diferentes níveis são facilitadas para treinar redes com várias camadas. Esse é certamente um novo desenvolvimento desde os anos 80.
fonte
A chave é a palavra "profundo" no aprendizado profundo. Alguém (esqueceu ref) nos anos 80 provou que todas as funções não lineares podiam ser aproximadas por uma rede neural de camada única com, é claro, um número suficientemente grande de unidades ocultas. Acho que esse resultado provavelmente desencorajou as pessoas a procurar uma rede mais profunda na era anterior.
Mas a profundidade da rede é o que provou ser o elemento crucial na representação hierárquica que impulsiona o sucesso de muitos dos aplicativos atuais.
fonte
Não exatamente, a RNA começa nos anos 50. Confira um dos slides das estrelas do rock de Yann LeCun para uma introdução autêntica e abrangente. http://www.cs.nyu.edu/~yann/talks/lecun-ranzato-icml2013.pdf
fonte