“深度学习”版本间的差异
来自iCenter Wiki
| 第1行： | 第1行： | ||
| + | =定义= | ||
| + | |||
| + | 深度学习（Deep Learning）是深度神经网络的另一种名称。 | ||
| + | |||
| + | 深度学习，机器学习中一种基于对数据进行表征学习的方法，试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 | ||
本页面介绍深度学习相关的背景知识。 | 本页面介绍深度学习相关的背景知识。 | ||
| − | + | ||
| + | = 深度神经网络 = | ||
| + | |||
| + | 深度神经网络，Deep Neural Networks，简称DNN | ||
| + | |||
| + | [[卷积神经网络]]，Convolutional Neural Networks，简称CNN | ||
| + | |||
| + | 历史：The rebirth of neural networks, ISCA 2010. | ||
| + | [http://pages.saclay.inria.fr/olivier.temam/homepage/ISCA2010web.pdf Rebirth_NN] | ||
| + | |||
= 四个层面 = | = 四个层面 = | ||
| 第23行： | 第37行： | ||
: 可编程逻辑阵列 FPGA / 通用图形处理器 GPGPU / 通用处理器 CPU 群集 | : 可编程逻辑阵列 FPGA / 通用图形处理器 GPGPU / 通用处理器 CPU 群集 | ||
| − | = 国际研究 = | + | |
| + | = 阅读材料 = | ||
| + | |||
| + | [[深度学习-入门导读]] | ||
| + | |||
| + | == 国际研究 == | ||
[http://research.google.com/teams/brain/ Google Brain] | [http://research.google.com/teams/brain/ Google Brain] | ||
| 第37行： | 第56行： | ||
([http://www.cs.toronto.edu/~ilya/ Ilya Sutskever]) | ([http://www.cs.toronto.edu/~ilya/ Ilya Sutskever]) | ||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
== 工具 == | == 工具 == | ||
2017年6月17日 (六) 11:40的版本
定义
深度学习（Deep Learning）是深度神经网络的另一种名称。
深度学习，机器学习中一种基于对数据进行表征学习的方法，试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。
本页面介绍深度学习相关的背景知识。
深度神经网络
深度神经网络，Deep Neural Networks，简称DNN
卷积神经网络，Convolutional Neural Networks，简称CNN
历史：The rebirth of neural networks, ISCA 2010. Rebirth_NN
四个层面
- 目标与功能
- 语音识别、机器视觉、自然语言理解
- 智能问答是综合以上功能的高级系统
- 核心技术
- 特定算法、机器学习算法、深度神经网络
- 软件工具
- TensorFlow / Caffe / Torch
- 底层硬件
- 可编程逻辑阵列 FPGA / 通用图形处理器 GPGPU / 通用处理器 CPU 群集
阅读材料
国际研究
Facebook AI Research (FAIR) (Yann LeCun)
MSR Deep Learning Technology Center (DLTC) (Li Deng)
工具
Microsoft
Université de Montréal
Baidu
