深度学习原理及应用综述

被引：67

作者：

付文博 ^{[1
]}

孙涛 ^{[2
]}

梁藉 ^{[1
]}

闫宝伟 ^{[1
]}

范福新 ^{[1
]}

机构：

[1] 华中科技大学

[2] 中国水利水电科学研究院

来源：

计算机科学 | 2018年 / 45(S1)卷 / S1期

关键词：

深度学习; 神经网络; 卷积神经网络; 受限玻尔兹曼机; 自动编码器; 框架; 应用;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

深度学习作为机器学习领域中重要的技术手段,有着广阔的应用前景。文中简述了深度学习的发展历程,介绍了卷积神经网络、受限玻尔兹曼机、自动编码器及其衍生的系列方法模型,以及Caffe,TensorFlow,Torch等6种主流深度框架;论述了深度学习在图像、语音、视频、文本、数据分析方面的应用情况,分析了深度学习现阶段存在的问题以及未来的发展趋势,为初学者提供了较全面的方法指导与文献索引支持。

引用

页码：11 / 15+40 +40

页数：6