Institute of Computing Technology, Chinese Academy IR
| 深度学习:多层神经网络的复兴与变革 | |
| 山世光; 阚美娜; 刘昕; 刘梦怡; 邬书哲 | |
| 2016 | |
| 发表期刊 | 科技导报（北京）
 |
| ISSN | 1000-7857 |
| 卷号 | 34期号:14页码:60 |
| 摘要 | 人工智能(AI)已经进入一个新的蓬勃发展期。推动这一轮AI狂澜的是三大引擎,即深度学习(DL)、大数据和大规模并行计算,其中又以DL为核心。本文回顾本轮"深度神经网络复兴"的基本情况,概要介绍常用的4种深度模型,即:深度信念网络(DBN)、深度自编码网络(DAN)、深度卷积神经网络(DCNN)及长短期记忆递归神经网络(LSTM-RNN)。简要介绍深度学习在语音识别和计算机视觉领域几个重要任务上的应用效果情况。为便于应用DL,介绍了几种常用的深度学习开源平台。对深度学习带来的启示和变革做了一些开放式的评述,讨论了该领域的开放问题和发展趋势。 |
| 关键词 | 深度神经网络:深度信念网络 深度自编码网络 深度卷积神经网络 长短期记忆递归神经网络 语音识别 计算机视觉 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/31115 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 中国科学院计算技术研究所 |
| 第一作者单位 | 中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 山世光,阚美娜,刘昕,等. 深度学习:多层神经网络的复兴与变革[J]. 科技导报（北京）,2016,34(14):60. |
| APA | 山世光,阚美娜,刘昕,刘梦怡,&邬书哲.(2016).深度学习:多层神经网络的复兴与变革.科技导报（北京）,34(14),60. |
| MLA | 山世光,et al."深度学习:多层神经网络的复兴与变革".科技导报（北京） 34.14(2016):60. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [山世光]的文章 |
| [阚美娜]的文章 |
| [刘昕]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [山世光]的文章 |
| [阚美娜]的文章 |
| [刘昕]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [山世光]的文章 |
| [阚美娜]的文章 |
| [刘昕]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论