深度學(xué)習(xí):多層神經(jīng)網(wǎng)絡(luò)的復(fù)興與變革
本文關(guān)鍵詞:深度學(xué)習(xí):多層神經(jīng)網(wǎng)絡(luò)的復(fù)興與變革
更多相關(guān)文章: 深度神經(jīng)網(wǎng)絡(luò) 深度信念網(wǎng)絡(luò) 深度自編碼網(wǎng)絡(luò) 深度卷積神經(jīng)網(wǎng)絡(luò) 長(zhǎng)短期記憶遞歸神經(jīng)網(wǎng)絡(luò) 語(yǔ)音識(shí)別 計(jì)算機(jī)視覺(jué)
【摘要】:人工智能(AI)已經(jīng)進(jìn)入一個(gè)新的蓬勃發(fā)展期。推動(dòng)這一輪AI狂瀾的是三大引擎,即深度學(xué)習(xí)(DL)、大數(shù)據(jù)和大規(guī)模并行計(jì)算,其中又以DL為核心。本文回顧本輪"深度神經(jīng)網(wǎng)絡(luò)復(fù)興"的基本情況,概要介紹常用的4種深度模型,即:深度信念網(wǎng)絡(luò)(DBN)、深度自編碼網(wǎng)絡(luò)(DAN)、深度卷積神經(jīng)網(wǎng)絡(luò)(DCNN)及長(zhǎng)短期記憶遞歸神經(jīng)網(wǎng)絡(luò)(LSTM-RNN)。簡(jiǎn)要介紹深度學(xué)習(xí)在語(yǔ)音識(shí)別和計(jì)算機(jī)視覺(jué)領(lǐng)域幾個(gè)重要任務(wù)上的應(yīng)用效果情況。為便于應(yīng)用DL,介紹了幾種常用的深度學(xué)習(xí)開(kāi)源平臺(tái)。對(duì)深度學(xué)習(xí)帶來(lái)的啟示和變革做了一些開(kāi)放式的評(píng)述,討論了該領(lǐng)域的開(kāi)放問(wèn)題和發(fā)展趨勢(shì)。
【作者單位】: 中國(guó)科學(xué)院計(jì)算技術(shù)研究所;
【關(guān)鍵詞】: 深度神經(jīng)網(wǎng)絡(luò) 深度信念網(wǎng)絡(luò) 深度自編碼網(wǎng)絡(luò) 深度卷積神經(jīng)網(wǎng)絡(luò) 長(zhǎng)短期記憶遞歸神經(jīng)網(wǎng)絡(luò) 語(yǔ)音識(shí)別 計(jì)算機(jī)視覺(jué)
【分類號(hào)】:TP183
【正文快照】: 1深度學(xué)習(xí):神經(jīng)網(wǎng)絡(luò)的復(fù)興 深度學(xué)習(xí)是以不少于2個(gè)隱含層的神經(jīng)網(wǎng)絡(luò)對(duì)輸入進(jìn)行非線性變換或表示學(xué)習(xí)的技術(shù)。其以層級(jí)連接的方式,實(shí)現(xiàn)漸進(jìn)抽象的非線性信息處理,尤其擅長(zhǎng)于求解從原始輸入信號(hào)到期望輸出的復(fù)雜非線性變換,并以此實(shí)現(xiàn)對(duì)原始數(shù)據(jù)的表示學(xué)習(xí)或非線性建模。深度學(xué)
【相似文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條
1 何旭濤;連志春;;跨越連接多層神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性[J];遼寧科技大學(xué)學(xué)報(bào);2008年02期
2 連志春;;基于有跨越連接的多層神經(jīng)網(wǎng)絡(luò)的優(yōu)越性[J];遼寧師專學(xué)報(bào)(自然科學(xué)版);2008年02期
3 胡子建;在多層神經(jīng)網(wǎng)絡(luò)中用Back-Propagation算法進(jìn)行方位角估測(cè)[J];南昌大學(xué)學(xué)報(bào)(理科版);1990年04期
4 楊曉帆,陳廷槐,,汪雪琴;多層神經(jīng)網(wǎng)絡(luò)的內(nèi)在容錯(cuò)性[J];重慶大學(xué)學(xué)報(bào)(自然科學(xué)版);1995年03期
5 王國(guó)胤,施鴻寶;基于循環(huán)多層神經(jīng)網(wǎng)絡(luò)的聯(lián)想存貯器[J];上海鐵道大學(xué)學(xué)報(bào);1996年02期
6 熱合木江,古麗·吐?tīng)栠d,艾尼瓦爾·吐?tīng)柕?馬玉書(shū);多層神經(jīng)網(wǎng)絡(luò)的一種有效算法[J];石油大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年06期
7 顧明;;多層神經(jīng)網(wǎng)絡(luò)在入侵檢測(cè)中的應(yīng)用[J];計(jì)算機(jī)工程與設(shè)計(jì);2007年08期
8 劉雨搏;金寧;;基于共軛梯度法的多層神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法[J];信息技術(shù);2008年03期
9 羅遼復(fù);李前忠;;一個(gè)突觸前后不對(duì)稱的多層神經(jīng)網(wǎng)絡(luò)模型[J];內(nèi)蒙古大學(xué)學(xué)報(bào)(自然科學(xué)版);1990年03期
10 龍?jiān)?王元元;邵軍力;;自動(dòng)生成多層神經(jīng)網(wǎng)絡(luò)的算法及其在編碼中的應(yīng)用[J];通信工程學(xué)院學(xué)報(bào);1993年02期
中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前4條
1 肖化;胡廣莉;何惠玲;保宗悌;;基于兩組多層神經(jīng)網(wǎng)絡(luò)的電容層析成像研究[A];中國(guó)圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國(guó)圖象圖形科技大會(huì)論文集[C];1998年
2 李延龍;馬軍;李鴻伯;;具有稀疏突觸的多層神經(jīng)網(wǎng)絡(luò)同步中的耦合參數(shù)[A];全國(guó)復(fù)雜系統(tǒng)研究論壇論文集(二)[C];2005年
3 呂強(qiáng);郭孔輝;張翠芳;;基于遞歸多層神經(jīng)網(wǎng)絡(luò)的非線性動(dòng)力學(xué)系統(tǒng)辨識(shí)[A];1995年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議暨智能自動(dòng)化專業(yè)委員會(huì)成立大會(huì)論文集(上冊(cè))[C];1995年
4 緒梅;馮地清;;利用多層神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)核爆/非核爆的模糊綜合評(píng)判方法[A];第7屆全國(guó)核電子學(xué)與核探測(cè)技術(shù)學(xué)術(shù)年會(huì)論文集(三)[C];1994年
本文編號(hào):971176
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/971176.html