神经网络的“非直观属性”汇总
雷锋网按:本文由图普科技编译自《Summary of Unintuitive Properties of Neural Networks》,雷锋网(公众号:雷锋网)独家首发。
神经网络对解决很多问题都十分有效,包括语言识别、语音识别和图像识别等。然而要理解神经网络是如何解决这些问题却有一定的难度。本文将对神经网络的特殊和“非直观属性”进行总结整理。
神经网络是强大的学习模型,特别是用于解决视觉识别和语音识别问题的深度学习网络。之所以这么说,是因为它们具有表达任意计算的能力。但是我们现在仍然很难完全理解神经网络的属性,因此,我们不知道它们是如何在一个动态的环境下作出一个又一个决策的。受到Hugo Larochelle的启发,我们在本文总结了神经网络的“非直观”属性。
这是一个“黑箱子”问题
网络的决策过程非常复杂,而且涉及到了许多的层,因