自 2012 年开课,NNML 就一跃成为深度学习开发者的殿堂级慕课。时隔五年,仍然是内容最“干”、最值得学习的深度学习课程。
如果说吴恩达的《Machine Learning》是最佳入门课程,描述 NNML 则只需两个字: “必修”——对于有志于真正掌握深度学习的人而言。
它很难,但也因此没有做任何“dumb down”——为照顾小白而牺牲“厚度”,把原本并不单纯的原理硬以简单的类比表述出来,是几乎所有深度学习课程不得不做的妥协。
但这门课没有。
这节课主要限制玻尔兹曼机(RBMs)的基本概念以及用途。Hinton 教授是深度学习的开山鼻祖,也正是他在 2006 年的关于深度信念网络 DBN 的工作,以及逐层预训练的训练方法,开启了深度学习的序章。其中,DBN 中在层间的预训练就采用了 RBM 算法模型。RBM 是一种无向图模型,也是一种神经网络模型。