一.文献名字和作者
Scaling Learning Algorithms towards AI，Yoshua Bengio and Yann LeCun
二.阅读时间
2014年10月27日
三.文献的贡献点
这篇文章是一篇综述文章，有两个DL领域的大神合作编写，主要阐述浅层结构遇到的一些问题，以及浅层结构的一些缺点，从而引出了深层结构。浅层结构主要有下面四个缺点：第一个缺点：深度结构能更有效地表达高阶的函数；第二个缺点：维数问题；第三个缺点：学习时候的计算复杂度高；第四个缺点：浅层结构无法表征一些函数。
这篇文章的主旨就在于说明如果要真正实现AI的话，浅层结构是不可行的，只能使用深层结构。这篇文章可以算是第一篇关于浅层结构和深层结构的综述性文章，为后来的综述文章《Learning Deep Architectures for AI》提供了不少论证观点。如果想看关于DL的综述的话，《Learning Deep Architectures for AI》可能更为合适，里面不仅包含这篇文献的主要观点，也提供了对于不同的DL结构的介绍，比较适合入门。
版权所有，欢迎转载，转载请注明出处，谢谢