상위 레벨의 관념을 표현하는 복잡한 기능들의 종류를 학습하기 위해 이론적인 결과를 제안한다. Deep architectures는 많은 히든 레이어로 만들어진 뉴럴 네트워크, 또는 많은 서브 공식을 재사용하는 복잡한 공식처럼 비선형 동작의 멀티 레벨로 구성된다. Searching the parameter space of deep architectures is a difficult optimization task, Deep architectures의 파라미터 공간을 찾는 것은 어려운 최적화 작업이다. but learning algorithms such as those for Deep Belief Networks have recently been proposed to tackle this problem wit..
