”深度学习研究概述“ 的搜索结果

     深度学习作为机器学习算法研究中的一个新的技术,其动机在于建立、模拟人脑进行分析学习的神经网络。 深度学习是相对于简单学习而言的,目前多数分类、回归等学习算法都属于简单学习或者浅层结构,浅层结构通常只...

     一、深度学习的可解释性研究概述随着深度学习模型在人们日常生活中的许多场景下扮演着越来越重要的角色,模型的「可解释性」成为了决定用户是否能够「信任」这些模型的关键因素(尤其是当我们需要机器为...

     首先概述了深度学习具有的优点,由此说明了引入深度学习的必要性,然后描述了三种典型的深度学习模型,包括卷积神经网络模型、深信任网络模型和堆栈自编码网络模型,接着对近几年深度学习在初始化方法、网络层数和...

     首先概述了深度学习具有的优点,由此说明了引入深度学习的必要性;然后描述了三种典型的深度学习模型,包括卷积神经网络模型、深度信任网络模型和堆栈自编码网络模型,并对近几年深度学习在初始化方法、网络层数和激活...

     ⼈⼯智能与深度学习概述 ⽬录 ⼀、 什么是⼈⼯智能? ⼈⼯智能(Artificial Intelligence),英⽂缩写为AI。它是研究、开发⽤于模拟、延伸和扩展⼈的智能的理论、⽅法、技术及应⽤系统的⼀ 门新技术科学。 企图了解...

     深度学习概述(15MB) 深度学习深度(2MB) 深度学习的历史趋势(9.9MB) 应用数学和机器学习基础知识 线性代数 机器学习的线性代数(2.1MB) 概率与信息论 概率与信息论(2.1MB) 数值计算和基于梯度的优化 数值计算(228KB) ...

     随着硬件平台计算能力的提升,深度学习受到了越来越多的关注,在视频对象分割领域也取得了一定的进展本文首先介绍了视频对象分割的主要任务,并总结了该任务所面临的挑战。其次,对开放的视频对象分割常用数据集进行...

     首先概述了深度学习具有的优点,由此说明了引入深度学习的必要性;然后描述了三种典型的深度学习模型,包括卷积神经网络模型、深度信任网络模型和堆栈自编码网络模型,并对近几年深度学习在初始化方法、网络层数和...

     首先概述了深度学习具有的优点,由此说明了引入深度学习的必要性;然后描述了三种典型的深度学习模型,包括卷积神经网络模型、深度信任网络模型和堆栈自编码网络模型,并对近几年深度学习在初始化方法、网络层数和激活...

10  
9  
8  
7  
6  
5  
4  
3  
2  
1