使用深度学习技术的监督学习（文档分类）

作者: Hey ou
发布时间: 2025-03-09 04:03:31 (5小时前)
转自：

4 条回复

0#
回复此人
哇塞 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 是的，肯定的。实际上，在行业中，深度学习主要用于解决监督问题。 RBM和这种无监督的事物并没有在学术界外广泛应用。要了解有关监督学习的深度学习的更多信息，您可以在2012年之后阅读论文，从与ImageNet Challenge相关的任何内容开始。 </p> <P> 这些是深度神经网络的主要里程碑： </p> <P> <img src =“https://i.stack.imgur.com/qq5Ad.jpg”alt =“这些是神经网络的主要里程碑”/> </p> </DIV>

编辑
1#
回复此人
庸人自扰1 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 除了上面提供的好的参考文献之外，还有Yann Le Cunn小组的另一篇论文，它只是通过编码字符进行文本分类而不使用任何外部特征提取库。它只需在字符级别进行编码即可。他们声称准确率为98％。 </p> <P> <a href="http://arxiv.org/pdf/1502.01710v2.pdf" rel="nofollow"> http://arxiv.org/pdf/1502.01710v2.pdf </A> </p> </DIV>

编辑
2#
回复此人
句号了哦哦 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 深度学习是关于学习未知概念，因此通常用于查找数据集中的模式。这是无监督的，因为这些模式不一定是先验已知的。但是，在有监督的学习中，您需要的模式类型可以通过训练模式的形式轻松地理解，这些模式适合您要学习的数据。这些模式成为使您的模型（例如使用反向传播训练的神经网络）适合您的数据的基础。没有真正发现新的概念和组件。所以从这个角度来看，我会说不，深度学习不能用于解决有监督的学习问题。 </p> <P> 话虽如此，您可以使用它来查找数据中的有趣模式。然后，您可以使用这些有趣的模式作为使用标准监督方法进行培训的基础。也许这就是他们上面提到的，你提到的 </p> <P> “他们还说，使用无监督的RBM网络对神经元进行预训练。之后使用反向传播算法（监督）对它们进行微调。” </p> <P> 如果没有阅读您所阅读的内容，也许他们会首先使用无监督算法来查找最有趣的数据，并在此过程中执行一种降维方式，使用监督算法导致比原始数据更容易训练的数据。 </p> </DIV>

编辑

登录后才能参与评论