به بخش پرسش و پاسخ یادگیری عمیق خوش آمدید,
این نسخه آزمایشی سایت است.
لطفا به نکات زیر توجه کنید:
  • برای ارتباط با مدیران میتوانید از صفحه مدیران اقدام کنید.
  • سوال و جواب ها باید به زبان فارسی باشند. استفاده از زبان انگلیسی یا فینگلیش برای پاسخ دادن مجاز نیست.
  • لطفا بعد از پرسش سوال لینک سوال خود را در گرو تلگرام (Iran Deep Learning Group) معرفی کنید تا سریعتر به جواب برسید. برای دسترسی به آخرین لینک از منابع یادگیری استفاده کنید
  • لطفا بجای عکس از متن استفاده کنید. اگر متون طولانی هستند از سایت pastebin.com برای اپلود استفاده کرده و لینک حاصل را در سوال خود قرار دهید. برای قرار دادن تصویر ، از بخش ارسال تصویر ادیتور سایت استفاده کنید.
  • بعد از دریافت پاسخ، بهترین پاسخ را از طریق کلیک بر روی علامت تیک انتخاب کنید
  • اگر با خطا و یا مشکلی مواجه شدید از بخش تماس با ما در انتهای صفحه و یا ایمیل Coderx7@gmail.com موضوع را اطلاع دهید.

با تشکر

دسته بندی ها

0 امتیاز

سلام
در Restricted Boltzmann Machines - Ep. 6 (Deep Learning SIMPLIFIED) گفته که ورودی را از اول میسازد اما در اخرش گقته یک نوع autoencoder حساب میشه. اما تو http://deeplearning.ir/پیشینه-و-مروری-بر-روشهای-مختلف-یادگیری/ گفته شده که با هم تفاوت دارند و جز یک دسته بندی دیگه ارایه شده. میشه شفاف سازی کنید؟ممنون

توسط (110 امتیاز)

1 پاسخ

0 امتیاز

سلام.
اینجا و اینجا به احتمال زیاد جوابتون رو میده.

توسط (4.3k امتیاز)
نه جوابم را نگرفتم. تو این دسته بندی نوشته اتوانکودر با بولتزمن تو 2 تا دسته مختلف هستند.http://www.sciencedirect.com/science/article/pii/S0925231215017634#gr1
اما تو ویدیو Restricted Boltzmann Machines - Ep. 6 (Deep Learning SIMPLIFIED گفته نه یکی اند.
ببخشید میشه بگید شبکه های بازگشتی تو کدوم دسته قرار میگیرند؟اصلا اسمی ازشون تو دسته بندی نبردید هر چی هم میگردم گیج شدم
از لحاظ خانواده که متفاوت هستن. اتوانکودرها یک کلاس کلی از الگوریتم ها هستن که کارشون  تبدیل رپرزنتیشن یا کاهش (کمپرس) ویژگی هست. که این کار رو rbm ها هم میتونن انجام بدن به اضافه اینکه استفاده های دیگه ای هم دارن و محدود به این کار فقط نمیشن / اون ویدیو منبع بحساب نمیاد صرفا یه چیزی که برای تعمیق بیشتر مطالب دیده بشه بد نیست. منابع اون چیزی هست که در سایت دیدید و ارجاع به مقالات مرتبطش هست.
در مورد RNN ها هم اگر منظورتون از بازگشتی همین باشه خودشون یه دسته کاملا جدا هستن . و من چون تحقیقاتم رو در مورد rnn ها و lstm تو دیپ لرنینگ ادامه ندادم مطلبی هم ننوشتم . هرچند در مورد rbm هم کار نکردم و فقط یسکری اطلاعات کلی همون موقع کسب کردم و بعدش سویچ کردم روی شبکه های کانولوشن.
...