崇志宏:深度学习到底解决了什么问题? 东南大学

东南大学 数据与智能实验室  在筹划假期的研讨班,经过反复考虑,还是把主题确定为:认知计算与数据处理的联结主义的套路。联结主义的讨论解决了什么问题呢?解决了symbol grounding问题!使得符号方法中的符号能够有物理世界的语义解释,符号演算对应物理世界的过程。


在技术层面上,深度模型解决了高维空间的推理和学习问题:产生网络和推理网络以及variational lower bound解决高维模型的计算复杂度问题。这个框架可以避免迭代逼近的时间开销,甚至干脆把learned approximate inference也扔掉,就有对抗学习网络。这些特点能够反映当前深度学习技术的关键进展!


在这个框架下再来仔细研究具体的技术方法和一些variant,才能够看懂当前深度学习可能的发展方向,以及在众多的文献中做出正确的评价。

你可能感兴趣的:(深度学习,软件工程,知识图谱,区块链,深度学习,软件工程,软件工程,深度学习框架)