从浅层模型到多层非线性变换结构
教材《人工智能导论》3.3.1 / 内部第2点 · 已审核
通俗解释
深度网络把多层变换与非线性激活组合起来，逐级形成更抽象的特征表示；浅层模型的表示过程较短。
例子
图像模型先提取边缘，再组合为纹理和物体部件，比单层直接划分更能表达层次关系。
容易混淆
只增加层数而没有合适的非线性与训练条件，不能自然获得更强表达。
检查理解
用自己的话解释“从浅层模型到多层非线性变换结构”在“范式跃迁”中的作用，并举出教材中的一个例子或适用场景。对照原文检查条件、公式和图表。
查看参考答案
要点：深度网络把多层变换与非线性激活组合起来，逐级形成更抽象的特征表示；浅层模型的表示过程较短。 示例：图像模型先提取边缘，再组合为纹理和物体部件，比单层直接划分更能表达层次关系。