全部笔记的汇总贴：《深度学习》花书-读书笔记汇总贴
我们可以将监督学习训练的前馈网络视为表示学习的一种形式 。具体地，网络的最后一层通常是线性分类器，如回归分类器 。网络的其余部分学习出该分类器的表示 。监督学习训练模型，一般会使得模型的各个隐藏层（特别是接近顶层的隐藏层）的表示能够更加容易地完成训练任务 。
一、贪心逐层无监督预训练
无监督学习在深度神经网络的复兴上起到了关键的、历史性的作用，它使研究者首次可以训练不含诸如卷积或者循环这类特殊结构的深度监督网络 。我们将这一过程称为无监督预训练（ ），或者更精确地，贪心逐层无监督预训练（ layer-wise） 。此过程是一个任务（无监督学习，尝试获取输入分布的形状）的表示如何有助于另一个任务（具有相同输入域的监督学习）的典型示例 。

文章插图
二、迁移学习和领域自适应
【十四花书读书笔记-表示学习】在迁移学习（ ）中，学习器必须执行两个或更多个不同的任务，但是我们假设能够解释 P 1 P_1 P1

• 八 花书读书笔记-卷积网络
• 花书-卷积神经网络
• 约读书房
• 大唐名将程咬金凌烟阁二十四功臣之一
• 中国历史之最 十四 风水中的中国之最
• 二十四种四川名小吃,四川名小吃有什么
• 二十四节气背诵口诀是什么 二十四节气口诀是什么
• 心灵港湾|浮躁时使人内心平静的10本必读书 心世界十大书
• 四十四、rwx权限
• 《二十四节气七十二候》图文并茂阐释中国文化之美 中国之最图文茂