deep learning一般是学习的层次结构

资 源 简 介

deep learning一般是学习的层次结构，它也是有一定理论依据的，即模拟人脑的大脑皮层工作，因为大脑皮层的视觉区域也是分层次工作的，越底层的视觉皮层对那些底层特征就越敏感。综上所述，feature learning有这么多应用需求的驱动和生物神经理论上的支持，注定它能够在AI领域中发挥一定的作用。一些实验表明，有些feature learning学习到的特征几乎比所有其它的特征效果要好，比如本文中的ISA模型就是其中一个。

详 情 说 明

在文中提到的，深度学习是一种层次结构的学习方法，它基于模拟人脑大脑皮层的工作原理。因为大脑皮层的视觉区域也是按照不同层次进行工作的，底层的视觉皮层对底层特征更加敏感。综上所述，特征学习在AI领域中具有广泛的应用需求，并且得到了生物神经学理论的支持，这使得它必然能够在AI领域发挥重要作用。一些实验证明，一些特征学习方法学习到的特征几乎比其他所有特征都更有效，比如本文中提到的ISA模型就是其中之一。