- 2
- 0
- 约8.54万字
- 约 18页
- 2026-07-21 发布于北京
- 举报
理解训练深度前馈神经网络的难度s
XavierGlorotYoshuaBengio
DIRO,蒙特利尔大学,蒙特利尔,魁北克,
针对各种架构的学习方法,包括具有多层隐藏层
的神经网络(Vincent等,2008)和具有多层隐藏变
在2006年之前,似乎无法成功训练多层量的图模型(Hinton等,2006),以及其他方法
(Zhu
神经网络,但自那以后,已经展示了几种能等,2009;Weston等,2008)。,这
够成功训练它们的算法,实验结果表明,较些方法受到了广泛关注(参见Bengio,2009的综述),
深的架构比浅层架构具有优势。所有这些实
原创力文档

文档评论(0)