← 返回卡片

原书出处

深度学习

15 第15章 表示学习

核验版本的摘录快照 · 导入于 2026-11-19T07:27:03.635Z

先在第15.3节中介绍的一个答案是,一个理想的表示能够区分生成数据变化的潜在因果因子,特别是那些与我们的应用相关的因素。

表示学习的大多数策略都会引入一些有助于学习潜在变差因素的线索。这些线索可以帮助学习器将这些观察到的因素与其他因素分开。监督学习提供了非常强的线索:每个观察向量 x 的标签 y ,它通常直接指定了至少一个变差因素。

更一般地,为了利用丰富的未标注数据,表示学习会使用关于潜在因素的其他不太直接的提示。这些提示包含一些我们(学习算法的设计

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深度学习/_epub-src/text/part0005_split_001.html

EPUB SHA-256:30b05f447b47f121324499dd200696e34be257d5cd4c4b753541b42f40a94639