第2讲 深度学习基本理论概述

深度学习作为机器学习领域的新课题,在学术界和工业界引起了广泛关注,掀起了大数据与人工智能发展的新浪潮。深度学习通过模拟人脑的分层结构,建立了从底层到高层逐级提取输入数据特征的模型,能够深刻揭示从底层信号到高层语义的映射关系。文章从深度学习在互联网、语音图像处理等领域取得的显著成就出发,介绍了深度学习的理论框架,详细阐述了深度学习最为关键的训练过程,概述了三种典型的深度学习模型,包括自动编码器模型、受限玻尔兹曼机模型和深信度网络模型,最后探讨了深度学习所面临的机遇和挑战,以及有待进一步研究解决的问题。