理论计算机科学家 Boaz Barak：深度学习并非“简单的统计”，二者距离已越来越远(6)

毫无疑问，统计学习在深度学习中扮演着重要的角色。但是，如果仅仅将深度学习视为一个比经典模型拟合更多旋钮（knobs）的模型，则会忽略其成功背后的许多因素。所谓的“人类学生”隐喻更是不恰当表述。 深度学习与生物进化相似，虽然对同一规则（即经验损失的梯度下降）有许多重复的应用 ，但会产生高度复杂的结果。在不同的时间内，神经网络的不同组成部分似乎会学习不同的内容，包括表示学习、预测拟合、隐式正则化和纯噪声等。目前我们仍在寻找正确的视角来提出有关深度学习的问题，更别说回答这些问题了。 任重道远，与君共勉。

声明

来源 ：AI科技评论 ， RAD极客会推荐阅读，不代表RAD极客会立场，转载请注明，如涉及作品版权问题，请联系我们删除或做相关处理！