多層パーセプトロンとディープビリーフネットワークとの違いはなんでしょうか。
下記HPでは少し触れましたが、概念的に理解できない処があります。
http://yaju3d.hatenablog.jp/entry/2017/05/31/235745
==========引用==========
従来のニューラルネットワーク(左図)はパラメーターの更新を4層以上一度にやっていたが、ディープビリーフネットワーク(右図)では層毎に学習が完了してから次の層を付け足したことにある。1層が終わってから2層目と順に学習し、全ての学習が終わってから全層を結合してバックプロパゲーションをかけたのである。
========引用END=========
これによりますと、ディープビリーフネットワークの『パラメーターの学習』と『パラメーターの更新』とは別々の意味で、『パラメーターの学習』はforward的に行い、『パラメーターの更新』は従来のback propagationだそうです。
それじゃー、どうやって『パラメーターの学習』が実施されるのでしょうか。
つまり、自分の認識では
「パラメーターの学習 = パラメーターの更新 = back propagation」
back propagationなしのforward的な『パラメーターの学習』は具体的にどうやって実現されるのでしょうか。
ご存知の方宜しくお願い致します。
回答2件
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。
2019/01/27 10:01 編集
2019/01/27 12:19
2019/01/27 12:38
2019/01/27 23:49 編集
2019/01/28 11:41
2019/02/01 04:45