Ma question concerne la relation entre l'hypothèse de codage efficace qui est décrite sur la page Wikipedia sur le codage efficace et les algorithmes d'apprentissage des réseaux de neurones.
Quelle est la relation entre l'hypothèse de codage efficace et les réseaux de neurones?
Existe-t-il des modèles de réseaux neuronaux explicitement inspirés par l'hypothèse de codage efficace?
Ou serait-il plus juste de dire que tous les algorithmes d'apprentissage des réseaux de neurones sont au moins implicitement basés sur un codage efficace?
Réponses:
Je pense que l'on peut affirmer qu'un lien a été établi. Je m'excuse de ne pas avoir publié ma source car je ne l'ai pas trouvée, mais cela provenait d'une ancienne diapositive présentée par Hinton. Dans ce document, il a affirmé que l'une des façons fondamentales de penser pour ceux qui font de l'apprentissage automatique (car la présentation était antérieure à l'utilisation courante du mot apprentissage en profondeur) était qu'il existe une transformation optimale des données de sorte que les données puissent être facilement appris. Je crois que pour les réseaux neuronaux, la «transformation optimale» des données par le biais de l'hélice arrière, est l'hypothèse de codage efficace en action. De la même manière que, étant donné un noyau approprié, de nombreux espaces peuvent être facilement classés avec des modèles linéaires, en apprenant la bonne façon de transformer et de stocker les données IS de manière analogue à laquelle et comment les neurones doivent être organisés pour représenter les données.
la source