没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
Deep Learning(深度学习)学习笔记整理系列
zouxy09@qq.com
http://blog.csdn.net/zouxy09
作者:Zouxy
version 1.0 2013-04-08
声明:
1)该 Deep Learning 的学习系列是整理自网上很大牛和机器学习专家
所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声
明也参考原文献。
2)本文仅供学术交流,非商用。所以每一部分具体的参考资料并没有
详细对应。如果某部分不小心侵犯了大家的利益,还望海涵,并联系
博主删除。
3)本人才疏学浅,整理总结的时候难免出错,还望各位前辈不吝指正,
谢谢。
4)阅读本文需要机器学习、计算机视觉、神经网络等等基础(如果没
有也没关系了,没有就看看,能不能看懂,呵呵)。
六、浅层学习(Shallow Learning)和深度学习(Deep Learning)
七、Deep learning 与 Neural Network
八、Deep learning 训练过程
$$$$$$ 8.1、传统神经网络的训练方法
$$$$$$ 8.2、deep learning 训练过程
九、Deep Learning 的常用模型或者方法
$$$$$$ 9.1、AutoEncoder 自动编码器
$$$$$$ 9.2、Sparse Coding 稀疏编码
$$$$$$ 9.3、Restricted Boltzmann Machine(RBM)限制波尔兹曼机
$$$$$$ 9.4、Deep BeliefNetworks 深信度网络
$$$$$$ 9.5、Convolutional Neural Networks 卷积神经网络
十、总结与展望
十一、参考文献和 Deep Learning 学习资源
$
一、概述
$$$$$$ Artificial Intelligence,也就是人工智能,就像长生不老和星际漫
游一样,是人类最美好的梦想之一。虽然计算机技术已经取得了长足
的进步,但是到目前为止,还没有一台电脑能产生“自我”的意识。是的,
在人类和大量现成数据的帮助下,电脑可以表现的十分强大,但是离
开了这两者,它甚至都不能分辨一个喵星人和一个汪星人。
$$$$$$ 图灵(图灵,大家都知道吧。计算机和人工智能的鼻祖,分别对
应于其著名的“图灵机”和“图灵测试”)在 1950 年的论文里,提出图灵
试验的设想,即,隔墙对话,你将不知道与你谈话的,是人还是电脑。
这无疑给计算机,尤其是人工智能,预设了一个很高的期望值。但是
半个世纪过去了,人工智能的进展,远远没有达到图灵试验的标准。
这不仅让多年翘首以待的人们,心灰意冷,认为人工智能是忽悠,相
关领域是“伪科学”。
$$$$$$$ 但是自 2006 年以来,机器学习领域,取得了突破性的进展。图
灵试验,至少不是那么可望而不可及了。至于技术手段,不仅仅依赖
于云计算对大数据的并行处理能力,而且依赖于算法。这个算法就是,
Deep Learning。借助于 Deep Learning 算法,人类终于找到了如何处
理“抽象概念”这个亘古难题的方法。
$$$$$$ 2012 年 6 月,《纽约时报》披露了 Google Brain 项目,吸引了公
众的广泛关注。这个项目是由著名的斯坦福大学的机器学习教授
Andrew Ng 和在大规模计算机系统方面的世界顶尖专家 JeffDean 共同
主导,用 16000 个 CPU Core 的并行计算平台训练一种称为“深度神经
网络”(DNN,Deep Neural Networks)的机器学习模型(内部共有
10 亿个节点。这一网络自然是不能跟人类的神经网络相提并论的。要
知道,人脑中可是有 150 多亿个神经元,互相连接的节点也就是突触
数更是如银河沙数。曾经有人估算过,如果将一个人的大脑中所有神
剩余63页未读,继续阅读
资源评论
- xcb_mm2017-06-23资料不全,直接删了!
相望_相忘
- 粉丝: 6
- 资源: 30
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功