深度学习：技术原理、迭代路径与局限

来源：36氪 作者：何沛宽 本文尝试复盘梳理深度学习目前的技术要点，深度学习中模型迭代的方向，以及改进后存在的局限。 第一部分：深度学习技术基本要素：神经元、神经网络、分类器、可视化框架 在深度学习领域，神经元是深度学习的基本单位。 神经元从数学角度来看，为一个线性函数公式（如下图神经元里的公式）+非线性函数（激励函数）组成。线性函数（包括降维后的线性函数，此处不细展开）用于深度学习神经网络的模型

>>阅读原文<<