LeCun、Bengio和Hinton对深度学习的联合综述（翻译）

最新推荐文章于 2019-06-07 20:38:35 发布
最新推荐文章于 2019-06-07 20:38:35 发布
阅读量679 收藏
点赞数
分类专栏： 计算机视觉算法

因为原文不允许转载，故只再次给出网址


     摘要：最新的《Nature》杂志专门为“人工智能 + 机器人”开辟了一个专题 ，发表多篇相关论文，其中包括了LeCun、Bengio和Hinton首次合作的这篇综述文章“Deep Learning”。本文为该综述文章中文译文的上半部分。

      深度学习-LeCun、Bengio和Hinton的联合综述（上）：http://www.csdn.net/article/2015-06-01/2824811

      深度学习-LeCun、Bengio和Hinton的联合综述（下）：http://www.csdn.net/article/2015-06-02/2824825


严47
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
深度学习-LeCun、Bengio和Hinton的联合综述外文文献及中文翻译
05-07
深度学习-LeCun、Bengio和Hinton的联合综述外文文献及中文翻译
深度学习-LeCun、Bengio和Hinton的联合综述
csyhhb的专栏
06-02 2703
摘要：最新的《Nature》杂志专门为“人工智能 + 机器人”开辟了一个专题 ，发表多篇相关论文，其中包括了LeCun、Bengio和Hinton首次合作的这篇综述文章“Deep Learning”。本文为该综述文章中文译文的上半部分。 【编者按】三大牛Yann LeCun、Yoshua Bengio和Geoffrey Hinton在深度学习领域的地位无人不知。为纪念人工智能提出60周年
深度学习-LeCun、Bengio和Hinton的联合综述（上）
周红伟讲AI
07-03 1135
 深度学习-LeCun、Bengio和Hinton的联合综述（上）       摘要：最新的《Nature》杂志专门为“人工智能 + 机器人”开辟了一个专题 ，发表多篇相关论文，其中包括了LeCun、Bengio和Hinton首次合作的这篇综述文章“Deep Learning”。本文为该综述文章中文译文的上半部分。 【编者按】三大牛Yann LeCun、Yosh
《Deep Learning》Yann LeCun, YoshuaBengio, Geoffery Hinton
11-14
Deep learning allows computational models that are composed of multiple processing layers to learn representations of data with multiple levels of abstraction. These methods have dramatically improved the state-of-the-art in speech recognition, visual object recognition, object detection and many other domains such as drug discovery and genomics. Deep learning discovers intricate structure in large data sets by using the backpropagation algorithm to indicate how a machine should change its internal parameters that are used to compute the representation in each layer from the representation in the previous layer. Deep convolutional nets have brought about breakthroughs in processing images, video, speech and audio, whereas recurrent nets have shone light on sequential data such as text and speech.
深度学习-LeCun、Bengio和Hinton的联合综述（下）
zdy0_2004的专栏
06-06 2315
深度学习-LeCun、Bengio和Hinton的联合综述（下） http://www.csdn.net/article/2015-06-02/2824825 【编者按】三大牛Yann LeCun、Yoshua Bengio和Geoffrey Hinton在深度学习领域的地位无人不知。为纪念人工智能提出60周年，最新的《Nature》杂志专门开辟了一个“人工智能 + 机器人”专
Deep Learning-LeCun、Bengio和Hinton三大牛的综述
10-17
Nature为了纪念人工智能提出60周年，专门给了个 AI + 机器人专题 ，有多篇相关论文发表。本文是其中的一片，为深度学习三大牛Yann LeCun、Yoshua Bengio、Geoffrey Hinton的综述文章“Deep Learning”。
Deep learning Yann LeCun, Yoshua Bengio & Geoffrey Hinton 三位大牛综述
09-25
深度学习领域三大牛LeCun、Bengio和Hinton 联合打造史上最权威综述 Deep learning，跟着大牛脚步逐步成为大牛。
Deep Learning(LeCun、Bengio、Hinton在Nature上发表的综述)学习笔记
stu14jzzhan的博客
06-07 3358
Deep Learning学习笔记 这个笔记是对2015年LeCun、Bengio、Hinton在Nature上发表的《Deep Learning》综述论文的一些笔记。笔记严格文章的结构来做的。 文章PDF地址：Download Deep Learning Review 对应的排版比较好的中文翻译: https://artificial-intelligence.net.cn/2019/06...
大牛Yann LeCun关于深度学习的综述报告（2013）
01-04
Title: Deep Learning Tutorial Reporter: Yann LeCun (Center for Data Science & Courant Institute, NYU) Site: ICML, Atlanta, 2013-06-16
Deep learning REVIEW。深度学习三大牛在《Nature》杂志首次合作的发表综述文章《Deep Learning》。
09-18
Deep learning REVIEW--三位大牛的Nature。深度学习三大牛Yann LeCun、Yoshua Bengio和Geoffrey Hinton在最新的《Nature》杂志首次合作的发表综述文章《Deep Learning》。
LeCun、Bengio和Hinton综述论文《deep learning》
忧郁一休
12-20 1万+
2015年，DL界三大神（Yann LeCun，Yoshua Bengio & Geoffrey Hinton），为了纪念人工智能60周年，合作在Nature上发表深度学习的综述性文章。原文地址：Deep learning Review下载地址：Deep Learning Review译文地址： 上 下深入浅出的介绍了深度学习的基本原理和核心优势，详细介绍了CNN、分布式特征表示、RNN及其不同
论文笔记&翻译——Nature 综述论文《deep learning》LeCun、Bengio和Hinton
热门推荐
Congying-Wang的博客
09-10 1万+
Yann LeCun , Yoshua Bengio和Geoffrey Hinton被作者誉为深度学习界三大天王，他们所发布在 Nature上的“Deep Learning”包含了大量的研究。 原文地址：Deep Learning Review 文章PDF地址：Download Deep Learning Review 原文翻译：翻译（上），翻译（下）...
论文笔记：Deep Learning [nature review by Lecun, Bengio, & Hinton]
人工智能
04-24 1万+
如今，机器学习的技术在我们的生活中扮演着越来越重要的角色。从搜索引擎到推荐系统，从图像识别到语音识别。而这些应用都开始逐渐使用一类叫做深度学习（Deep Learning）的技术。 传统机器学习算法的局限性在于，它们往往很难处理那些未被加工过的自然数据（natural data），例如一张原始的RGB图像。因此，构建一个传统的机器学习系统，往往需要一些有经验的工程师设计一个特征提取器，将原始
2015-nature-deep learning-LeCun, Bengio and Hinton
boywaiter的专栏
11-05 2275
2015-nature-deep learning-LeCun、Bengio和Hinton 摘要：深度学习利用拥有多个处理层的计算模型来学习具有多层抽象的数据的表示。这些方法显著提高了许多方面的最高水平，包括语音识别、视觉对象识别、对象检测和许多其他领域，例如药物发现和基因组学等。深度学习能够发现大规模数据集中的复杂结构。它利用BP算法来完成这一发现过程。BP算法能够指导机器如何修改其内部参数，这...
模糊C-Means聚类 Fuzzy C-Means Clustering
GarfieldEr007的专栏
01-04 6007
Fuzzy C-Means Clustering The Algorithm Fuzzy c-means (FCM) is a method of clustering which allows one piece of data to belong to two or more clusters. This method (developed by Dunn in 1973 and
程序员的深度学习入门指南-费良宏.pdf
最新发布
07-28
深度学习的发展与知名专家紧密相关，如Yann LeCun、Geoffrey Hinton、Yoshua Bengio和Andrew Ng，他们在这一领域的贡献显著。这些专家分别在纽约大学、多伦多大学、蒙特利尔大学和斯坦福大学等地进行研究，并与谷歌...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值