離散優化代替反向傳播：Pedro Domingos提出深度學習新方向

在改革深度學習、拋棄反向傳播的道路上我們不僅看到了 Geoffrey Hinton 的努力。近日，《終極算法》一書作者，華盛頓大學計算機科學教授 Pedro Domingos 也提出了自己的方法——離散優化。 神經分類的原始方法是學習單層模型，比如感知機（Rosenblatt, 1958）。但是，將這些方法擴展至多層比較困難，因爲硬閾值單元（hard-threshold unit）無法通過梯度下降

>>阅读原文<<