深度学习卷积神经网络原理与应用研究 龚皓靖 1201911402161
需积分: 0 126 浏览量
2022-08-08
22:13:18
上传
评论
收藏 31KB DOCX 举报
深度学习卷积神经网络原理与应用研究
龚皓靖 120191140216
摘要 深度学习作为机器学习领域中重要的技术手段, 有着广阔的应用前景. 文中简述了深
度学习的发展历程, 介绍了卷积神经网络及其衍生的系列方法模型, 以及 Caffe,
TensorFlow, Torch 等 6 种主流深度框架; 论述了深度学习在图像、 语音、 视频、 文本、
数据分析方面的应用情况, 分析了深度学习现阶段存在的问题以及未来的发展趋势
关键词 深度学习，框架，神经网络，原理
Abstract As an important technology in the field of machine learning, deep learning
has broad application prospects. In this paper, the development process of deep
learning is briefly introduced, including convolutional neural network and its
derived series of method models, as well as Caffe, tensorflow, torch and other six
mainstream depth frameworks; This paper discusses the application of deep learning
in image, voice, video, text and data analysis, and analyzes the current problems
and future development trend of deep learning
Keywords: deep learning, framework, neural network, principle
1 引言
深度学习(deep learning) 作为机器学习领域的重大分支,不仅深刻影响着
机器学习领域的走向, 更是实现人工智能的一条有力的途径. 深度学习本质上是
层次特征提取学习的过程, 它通过构建多层隐含神经网络模型, 利用海量数据训
练出模型特征来提取最有利的参数, 将简单的特征组合抽象成高层次的特征, 以
实现对数据或实际对象的抽象表达.鉴于近几年深度学习的火热程度, 本文将从
发展历程、 常用方法、 主流框架、 应用情况这 几个方面对深度学习卷积神经
网络展开系统的介绍.
从深度学习诞生以来，就吸引了很多公司和个人加入到这个领域的研究。最
近几年关于深度学习方向的著作和应用如雨后春笋般涌现出来。阅读深度学习领
资源评论
方2郭
- 粉丝: 23
- 资源: 324
