¡Realmente no! La arquitectura profunda significa múltiples capas de realización: las NN profundas son las más populares, pero también existen otras arquitecturas y pueden funcionar de manera equivalente.
Sum-Product Network (SPN) [1] es una de esas técnicas que se encuentra en la intersección del aprendizaje profundo y el modelado gráfico probabilístico. Aparecieron en UAI’11 y ganaron el premio al mejor artículo y más tarde en NIPS’2012. Lo interesante con SPN es que la inferencia exacta siempre se puede hacer en tiempo lineal con respecto al tamaño de la red en muchas capas (por lo tanto, arquitectura profunda). Esto significa que aprender de SPN a partir de datos siempre produce un modelo manejable para la inferencia [2]. Los SPN se han utilizado en varias aplicaciones, incluido el reconocimiento de actividades, el modelado de voz, la localización de fallas, etc. Aquí encontrará una lista de publicaciones recientes: Redes de productos sumados
Notas al pie
- Estoy muy interesado en el aprendizaje profundo. ¿Cómo puedo ser contratado?
- Cómo construir una aplicación de predicción de flujo de efectivo personal con extractos bancarios utilizando el aprendizaje automático
- ¿Vale la pena dejar mi trabajo de desarrollador de software de USD $ 150K para estudiar el aprendizaje automático y el aprendizaje profundo?
- ¿Cuál es / son los métodos para iniciar / elegir filtros en redes neuronales convolucionales?
- ¿Cómo se ve afectada la propagación hacia atrás en NN recurrentes?
[1] Redes de suma de productos (SPM)
[2] http://homes.cs.washington.edu/~…