Deep learning : une hypothèse du MIT pour expliquer les représentations neuronales
Pourquoi les réseaux neuronaux parviennent-ils à extraire des structures utiles de masses de données ? Une équipe du MIT CSAIL avance que représentations internes, poids et gradients pourraient obéir à des règles communes. Ses hypothèses cherchent à relier plusieurs phénomènes encore difficiles à expliquer dans le deep learning.























