貝葉斯深度學習-概述

一、背景 1.1 深度神經網絡 深度神經網絡是連接主義系統，通過它通過學習例子來完成任務，而不需要事先了解這些任務。它們可以很容易地擴展到數百萬個數據點，並且可以通過隨機梯度下降進行優化。 CNN是DNN的變體，能夠適應各種非線性數據點。 起始層學習更簡單的特徵，如邊和角， 後續層學習複雜的特徵，如顏色，紋理等。此外，較高的神經元具有較大的感受野，構建在起始層上。然而，與多層感知器不同， 權重共享

>>阅读原文<<