深度学习开启大数据时代的钥匙.pdfVIP

234 工程研究——跨学科视野中的工程，6(3)：233—243(2014) 让其价值得以体现和合理的利用 ，是当前迫切需 提供了一条如何学习含有多隐层结构的神经网络 要思考和解决的问题 。深度学习方法正是开启这 模型的途径 ，让神经网络研究得以复苏。 扇大门的一把钥匙。 由于增加了隐层单元 ，多层神经网络比感知 深度学习是新兴的机器学习研究领域，旨在 机具有更灵活且更丰富的表达力 ，可以用于建立 研究如何从数据中自动地提取多层特征表示 ，其 更复杂的数学模型 ，但同时也增加了模型学习的 核心思想是通过数据驱动的方式 ，采用一系列的 难度 ，特别是当包含的隐层数量增加的时候 ，使 非线性变换 ，从原始数据中提取由低层到高层 、 用 BP算法训练网络模型时，常常会陷入局部最小 由具体到抽象 、由一般到特定语义的特征。深度 值 ，而在计算每层节点梯度时，在网络低层方向 学习不仅改变着传统的机器学习方法，也影响着 会出现梯度衰竭的现象。因此，训练含有许多隐 我们对人类感知的理解 ，迄今