深度学习典型模型_第1页
深度学习典型模型_第2页
深度学习典型模型_第3页
全文预览已结束

付费下载

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

深度学习典型模型1.卷积神经网络卷积神经网络（con-volutionalneuralnetwork），是一种专门用来处理具有类似网格结构的数据的神经网络。例如图像数据（可以看作是二维的像素网格）和时间序列数据（可以认为是在时间轴上有规律地采样形成的一维网格）。卷积神经网络听起来像是计算机科学、生物学和数学的诡异组合，但它们在诸多应用都表现优异，特别是已经成为计算机视觉领域中最具影响力的革新的一部分。神经网络在2012年崭露头角，AlexKrizhevsky凭借它们赢得了那一年的ImageNet挑战赛（大体上相当于计算机视觉的年度奥林匹克），他把分类误差记录从26%降到了15%，在当时震惊了世界。自那之后，大量公司开始将深度学习用作服务的核心。Facebook将神经网络用于自动标注算法、谷歌将它用于图片搜索、亚马逊将它用于商品推荐、Pinterest将它用于个性化主页推送、Instagram将它用于搜索架构。2.循环神经网络循环神经网络（recurrentneuralnetwork）是一类用于处理序列数据的神经网络，就像卷积网络是专门用于处理网格化数据X（如一个图像）的神经网络，循环神经网络是专门用于处理序列x(1)，…，x(n)的神经网络。RPN是一种强大的技术，如果你使用智能手机或经常上网，那么你会经常使用RNN的应用程序。因为循环神经网络已经被用于语音识别、语言翻译、股票预测等等，它甚至用于图像识别来描述图片中的内容。3.深度强化学习深度强化学习(DeepQLearning)就是将Q-learning和DeepLearning两者结合起来。Q-learning是通过不停地探索和更新Q表中的Q值从而计算出智能体行动的最佳路径的。深度学习就是用神经网络来学习数据，常见的深度学习网络如全连接的CNN、RNN。人工智能AlphaGo击败围棋冠军的新闻受到了广泛关注，这个AlphaGo技术的内部也用了深度学习和强化学习，AlphaGo学习了3000万个专业棋手的棋谱，并且不停地重复自己和自己的决战，积累了大量的学习经验。AlphaGo和DQL都是Google的DeepMind公司进行的研究。4.生成式对抗网络生成式对抗网络（generativeadversarialnetworks）是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。模型通过框架中（至少）两个模块：生成模型和判别模型的互相博弈学习产生相当好的输出。GAN的潜力巨大，因为它们可以学习模仿任何数据分布。也就是说，GAN经过学习后，可以创造出

人人文库> 全部分类> 教育资料 > 备课教案

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论