本文介绍了深度学习的基本概念，强调了其在会话识别、图像识别和对象侦测等领域的应用。深度学习起源于1986年的机器学习领域，随着2012年Alex Krizhevsky在ImageNet比赛中使用卷积网络获胜而受到广泛关注。文章详细解释了神经网络的层次结构，其中不同层级分别负责识别颜色、纹理、形状直至复杂对象的识别。
1、深度学习——神经网络简介
深度学习(Deep Learning)(也称为深度结构学习【Deep Structured Learning】、层次学习【Hierarchical Learning】或者是深度机器学习【Deep Machine Learning】)是一类算法集合，是机器学习的一个分支。
深度学习方法近年来，在会话识别、图像识别和对象侦测等领域表现出了惊人的准确性。
但是，“深度学习”这个词语很古老，它在1986年由Dechter在机器学习领域提出，然后在2000年有Aizenberg等人引入到人工神经网络中。而现在，由于Alex Krizhevsky在2012年使用卷积网络结构赢得了ImageNet比赛之后受到大家的瞩目。
卷积网络之父：Yann LeCun
深度学习演示
链接:http://playground.tensorflow.org
2、深度学习各层负责内容
神经网络各层负责内容：
1层：负责识别颜色及简单纹理
最低0.47元/天 解锁文章
扫一扫
1072
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
