Loading...
机构名称:
¥ 1.0

先前的论点意味着,在物体识别方面表现良好的网络本身并不是解决视觉皮层如何工作的问题的解决方案,尽管它们可能会有所帮助。神经科学的最新趋势是将视觉皮层中神经元的活动与使用反向传播训练的 RELU 网络(例如 AlexNet)中单元的活动相匹配。在这个优化过程中报告的合理一致性令人鼓舞,但在声称这些网络可能导致皮层可信模型之前还有很长的路要走。我们需要澄清 RELU 非线性的生物物理相关性是什么,它们在视觉皮层中的位置,权重在哪里,它们是如何修改的,以及脉冲神经元的活动如何映射到当今深度网络的静态单元中。更重要的是,反向传播和标记数据的批量学习几乎肯定在生物学上是不可信的。因此,我们需要用基于已知生物物理学的在线学习规则取代梯度下降

从马尔的愿景到人类智能问题

从马尔的愿景到人类智能问题PDF文件第1页

从马尔的愿景到人类智能问题PDF文件第2页

从马尔的愿景到人类智能问题PDF文件第3页

从马尔的愿景到人类智能问题PDF文件第4页

从马尔的愿景到人类智能问题PDF文件第5页

相关文件推荐