深度学习简介（三）

  分布式表示的优势 学习一组不互斥的参数特征比具有最近邻类或簇状的模型的效率高。如下图所示： 可无需看见其它大量的特征配置而发现每一个特征。 深度学习：自动化特征发现 Why does it work? No Free Lunch 1.只有我们在对数据生成分布做一些假设时，它才有效。 2.糟糕的分布仍需要大量数据。 3.我们可以探索世界的一些结构来获得指数增长。 4.具有分段线性**的深度网络的

>>阅读原文<<