PTT評價

Re: [爆卦] 2024諾貝爾物理獎

看板Gossiping標題Re: [爆卦] 2024諾貝爾物理獎作者
sxy67230
(charlesgg)
時間推噓 4 推:6 噓:2 →:4

※ 引述 《Eriri》 之銘言:
: 其實小弟對這次物理獎最大的疑問 並不是在於"夠不夠物理"

阿肥外商碼農阿肥啦!

快下班才看到這篇,寫得太好了。就補充幾個點,當前深度學習很少會去提Hopfield Network甚至Boltzmann machine真正的原因就是當前的模型架構早就脫離全連結的架構了。

不知道全連結可以看看這張我從微軟官方找到的兩層RBM圖:

https://i.imgur.com/IsU2Adg.png


如果像這種全連結做深做複雜以後,由於兩兩神經節點會相互更新,得到新的權重會還會在反覆疊代到取得動力平衡為止。所以計算複雜度就會很高,加上不管是Hopfield或是Botzmann machine都不像是監督式NN或自監督NN有真實的標籤可以對照,這種仿生Cognitive model最初就是想模擬生物腦,所以效果都沒辦法做大做深,更不用論現實可用程度。

所以當前流行的就是非全連結的NN再暴力用反向傳播,直接用微積分的chain rule去偏導求整個模型的梯度再一次性更新,這樣非常簡單也非常暴力,做深以後可以擬合任何非線性函數,連隨便一個AutoEncoder模型都輾壓Hopfield,暴力計算下證明了機械腦根本不需要真的模仿生物腦也可以成功。

補充差不多這樣

--

※ PTT 留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.12.160.247 (臺灣)

※ 文章網址:
https://www.ptt.cc/Gossiping/E.djs94eDbdR1E

choco7 10/09 18:18嗯嗯 跟我想的一樣

bairn 10/09 18:21好的,聽不懂

Eriri 10/09 18:21感謝補充

Fukker 10/09 18:21之前就想過了 太簡單不想發paper

DarkerDuck 10/09 18:21脈衝神經網路還比較像神經腦的運作

Eriri 10/09 18:23是的 全連結架構中 若是想要更新權重 需要

Eriri 10/09 18:23整個系統動力學平衡的過程 另外 單從擬合含

Eriri 10/09 18:24數的角度 也沒法輕易擬合任何非線性函數

tchialen 10/09 18:24我有的是資源

xiikjuy 10/09 18:31就跟把馬子一樣 幽默帥身高這些花招都假

xiikjuy 10/09 18:31的 身價百億暴力解才是硬道理

※ 編輯: sxy67230 (223.137.99.35 臺灣), 10/09/2024 18:35:42

t127147157 10/09 19:14工三小 拎杯墊資都聽不懂