LeCun：深度学习在信号理解中的强大和局限（视频+PPT）

岳排槐 发自 麦蒿寺 量子位 出品 | 公众号 QbitAI

4月19日，LeCun在ICASSP（国际声学、语音与信号处理会议，信号处理及应用领域的顶级会议）上发表了一次演讲。

在演讲中，LeCun谈到了图像变换网络（GTN），并且简要提到语音领域一些人正在研究输入为原始信号的端到端语音识别系统，这个系统的训练也在序列层级。

作为一个范式，GTN的多模块可训练系统将图像作为输入，而且输出同样是图像。（而不是常规深度学习中的多维数值阵列）图中的边和节点携带多维数值或符号值（图像、标签、得分等等）。

这允许通过诸如图形组合、波束搜索、前向算法等进行反向梯度传播。关于GTN的第一篇论文，就是在1997年的ICASSP大会上发表的。

LeCun此次演讲的视频全程请看：

如果你对其中的全套PPT感兴趣，可以在量子位公众号（ID：QbitAI）对话界面，回复：“ASSP”四个字母，即可获得下载地址。