摘要：深度学习是机器学习领域的一个新的研究方向，其核心思想在于模拟人脑的层级抽象结构，通过无监 督的方式从大规模数据（例如图像、声音和文本）中学习特征。近年来，深度学习在计算机视觉、语音识 别等研究领域取得的巨大成功使得研究者们对其寄予更多的关注。本文从深度学习的概念、发展历程、模 型、训练方法以及应用等几个方面对其进行概述，并对深度学习的未来发展做出展望。
| [V1] | 2016-05-03 18:03:42 | ChinaXiv:201605.00570V1 | 下载全文 |
| 1. 基于深度强化学习的移动边缘计算资源分配策略 2023-01-17 |
| 2. 人与聊天机器人关系发展对用户参与度的影响 2023-01-10 |
| 3. Disentangled Representation Transformer Network for 3D Face Reconstruction and Robust Dense Alignment 2023-01-06 |
| 4. Copula熵：理论和应用 2022-12-13 |
| 5. 基于模范系统同步实现辨识对象与优化控制的方法 2022-12-07 |
| 6. HS-ES-DE: HS-ES Followed by L-SHADE-EpSin for Real Parameter Single Objective Optimization 2022-12-07 |
| 7. Ensemble Making Few-Shot Learning Stronger 2022-11-15 |
| 8. 多元时间序列上基于深度学习的动态格兰杰因果分析 2022-11-08 |
| 9. 基于图神经网络的子图匹配符号算法 2022-11-02 |
| 10. Ceph存储系统中节点的容错选择算法 2022-11-02 |
待评议
点击量73486
下载量11687
相关信息
