小奥的学习笔记

  • Home
  • Learning & Working
    • Speech Enhancement Notes
    • Programming language
    • Computer & DL
    • MOOC
  • Life
    • Life Time
    • Thinking & Comprehension
    • Volunteer
    • Plan
    • Travel
  • Footprints
  • GuestBook
  • About
    • About Me
    • 个人履历
    • 隐私策略
  1. 首页
  2. Study-notes
  3. Computer & DL
  4. Deep Learning
  5. 正文

Deep Learning in Neural Networks: An Overview(自己翻译版)

2017年8月19日 2440点热度 0人点赞 0条评论

一、对于神经网络中深度学习的介绍

在学习系统中哪些可修改元素应该对其成功或者失败负责?是什么改变了它们来提高了表现?这一切被称为“基本信用分配问题”。通用问题解决者有一般的信用分配方法,这些方法在各种理论意义上是时间最优的。然而,当前的调查主要关注人工神经网络中较窄,但是在商业上非常重要的深度学习的子领域上。我们对神经网络中通过可能的许多计算计算阶段的精确信用分配感兴趣。

浅层学习模型已经存在了大约几十年。具有几个连续非线性神经元层的模型可以追溯到至少20世纪60年代、70年代。在此时,有人提出了一种在离散、可微分的任意深度网络(称为“反向传播”)中基于教学的监督学习的有效梯度下降算法,并且这一方法在1981年被应用到了神经网络。

无论是前馈神经网络(FNNs,非循环)还是递归神经网络(RNNs,循环)都广受欢迎。在某种程度上来说,RNNs是所有神经网络中深度最深的——他们是通用计算机但却比FNNs更为强大,并且它可以原则上创建和处理输入模型的任意序列的记忆。不像传统自动顺序程序综合方法,RNNs可以以一种自然而有效的方式学习混合顺序和并行信息处理的程序,利用大量的并行性被认为是在维持过去75年来观察到的计算成本快速下降的关键。

本作品采用 知识共享署名 4.0 国际许可协议 进行许可
标签: Deep Learning 人工智能 深度学习 神经网络
最后更新:2017年8月19日

davidcheung

这个人很懒,什么都没留下

打赏 点赞
下一篇 >

文章评论

razz evil exclaim smile redface biggrin eek confused idea lol mad twisted rolleyes wink cool arrow neutral cry mrgreen drooling persevering
取消回复

搜索
欢迎关注我的个人公众号
最新 热点 随机
最新 热点 随机
DEEPFILTERNET:一种基于深度滤波的全频带音频低复杂度语音增强框架 奥地利匈牙利九日游旅程 论文阅读之Study of the General Kalman Filter for Echo Cancellation 小奥看房之鸿荣源珈誉府 杭州往返旅途及西溪喜来登和万怡的体验报告 2022年的第一篇碎碎念
奥地利匈牙利九日游旅程小奥看房之鸿荣源珈誉府论文阅读之Study of the General Kalman Filter for Echo CancellationDEEPFILTERNET:一种基于深度滤波的全频带音频低复杂度语音增强框架
又是一个大年三十到 WP 嘀:嘀咕的 WordPress 插件 新青年报[New Youth]第八期(高考毕业特刊)发布! 我的清明节假期 《优化阵列信号处理》学习笔记(第一章) 中考目标公布
标签聚合
学习 Python 鸟哥的linux私房菜 生活 linux leetcode Java 算法 高中 python学习
最近评论
davidcheung 发布于 5 个月前(02月09日) The problem has been fixed. May I ask if you can s...
tk88 发布于 5 个月前(02月07日) Hmm is anyone else having problems with the pictur...
cuicui 发布于 9 个月前(10月20日) :wink:
niming 发布于 10 个月前(09月19日) 同级校友,能刷到太巧了
davidcheung 发布于 2 年前(08月16日) 我得找一下我之前整理的word文档看一下,如果找到了我就更新一下这篇文章。
Nolan 发布于 2 年前(07月25日) 您的笔记非常有帮助。贴图不显示了,可以更新一下吗?
davidcheung 发布于 3 年前(06月19日) 到没有看webrtc的代码。现在主要在看我们公司的代码了。。。只是偶尔看一看webrtc的东西。。。
aobai 发布于 3 年前(03月13日) gain_change_hangover_ 应该是每三个block 只能够调整一次,这样保证每帧...
匿名 发布于 5 年前(12月30日) 烫
小奥 发布于 5 年前(12月12日) webRTC里面的NS本身我记得就是在C++里面呀

COPYRIGHT © 2025 小奥的学习笔记. ALL RIGHTS RESERVED.

Theme Kratos Made By Seaton Jiang

陕ICP备19003234号-1

鲁公网安备37120202000100号