Deep learning

来自开放百科 - 灰狐
(版本间的差异)
跳转到: 导航, 搜索
(项目)
(图集)
第38行: 第38行:
 
image:deep-learning-and-ai.png|深度学习
 
image:deep-learning-and-ai.png|深度学习
 
image:deep-learning-input-output-flow.png|输入输出流
 
image:deep-learning-input-output-flow.png|输入输出流
 +
image:deep-learning-use-case-industries.png|工业应用
 
</gallery>
 
</gallery>
  

2016年3月18日 (五) 16:06的版本

Wikipedia-35x35.png 您可以在Wikipedia上了解到此条目的英文信息 Deep learning Thanks, Wikipedia.

深度学习是机器学习研究中的一个新的领域,其动机在于建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,例如图像,声音和文本。

同机器学习方法一样,深度机器学习方法也有监督学习与无监督学习之分。不同的学习框架下建立的学习模型很是不同.例如,卷积神经网络(Convolutional neural network,简称CNNs)就是一种深度的监督学习下的机器学习模型,而深度信念网络(Deep Belief Nets,简称DBNs)就是一种无监督学习下的机器学习模型。

目录

项目

图书

文档

论文

arXiv 2015 深度学习年度十大论文

  • 1、无穷维度的词向量 Infinite Dimensional Word Embeddings
  • 2、利用可逆学习进行基于梯度的超参数优化 Gradient-based Hyperparameter Optimization through Reversible Learning
  • 3、在线加速学习 Speed Learning on the Fly
  • 4、空间变换网络 Spatial Transformer Networks
  • 5、聚类对于近似最大内积搜索来说是高效的 Clustering is Efficient for Approximate Maximum Inner Product Search
  • 6、在线无回溯训练递归神经网络 Training Recurrent Networks Online without Backtracking
  • 7、利用梯形网络进行半监督式学习 Semi-Supervised Learning with Ladder Network
  • 8、通往基于神经网络的推理 Towards Neural Network-Based Reasoning
  • 9、对递归神经网络序列预测的定期采样 Scheduled Sampling for Sequence Prediction with Recurrent Neural Networks
  • 10、LSTM:漫游搜索 LSTM: A Search Space Odyssey

图集

链接

分享您的观点
个人工具
名字空间

变换
操作
导航
工具箱