學習與深層原理

更新:更改智能LV2的定義。

層面。至於如何在目前的計算機上實現是後面會寫的內容。我的解釋是從什麼是生命,什麼是智能,什麼是學習,最後解釋學習為什麼要deep(迭代)。上圖的每一個連線都有思考過程。給那麼多鏈接就是為了讓讀者明白為什麼那麼定義生命,為什麼那麼定義智能和學習。

最後學習為什麼要deep的原因就在「什麼是學習」的定義中。請沒有閱讀預備內容的朋友不要看這篇文章。因為直接看結論只會讓你的理解產生偏差。

同時請大家閱讀的時候以上圖的思路導引進行。

閱讀過程中可能會有難以理解的地方,請耐心讀完。全部讀完還有問題可以問我:gxiiukk@gmail.com

我的建議是順序將《超智能體》的前兩章、以及知識梳理讀完後再閱讀學習與深層原理。

如果你不想閱讀那麼多,那麼以下是必讀內容。

預備內容:

熵是什麼:熵與生命

什麼是智能LV1,什麼是智能LV2,學習的對象是什麼:智能的條件

智能LV1在自然界中的實現,自然選擇的本質是什麼:RNA與DNA

智能LV2在自然界中的實現,神經元與深層學習的關係: 神經元的工作原理,神經元的行為本質

若全已閱讀過,請閱讀:知識梳理

閱讀完以上內容的朋友請閱讀: 學習與深層原理

另外,想找我寫書的編輯不用聯繫我了。我個人崇尚知識免費,對實體書無感。

所以我不排斥非商業轉載。但因為我會時不時的更新,請轉載鏈接,而不是內容。尤其對內容的改動是坑害讀者(很多把連我文中附帶給讀者的鏈接都吃了),違者必究。

推薦閱讀:

word2vec算出的詞向量怎麼衡量好壞?
scikit learn 里沒有神經網路?
Faster R-CNN
Deep Residual Network 深度殘差網路

TAG:神经网络 | 深度学习DeepLearning | 机器学习 |