原创力文档- 1、本文档共12页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
大数据分析的无限深度神经网络方法
计算机研究与发展
of and
Journal Research 53(1)：68—79，2016
Computer Development
大数据分析的无限深度神经网络方法
张 蕾 章 毅
(四川大学计算机学院机器智能实验室成都610065)
(1eizhang@scu．edu．cn)
Data InfiniteNeuralNetworks
Big Analysisby Deep
Leiand Yi
Zhang Zhang
(^，妃f^i订P，咒z已zzigP卵f已Ln60r口fory，CoZZPgPo，CoⅢ户“￡PrSfiP超fP，Sif丘“n行L7”i口Prsi￡了，C^P以gd“610065)
Abstractneuralnetworks(DNNs)andtheir arewellknownintheacademic
Deep learningalgorithms
and asthemostsuccessfulmethodsfor data with
communityindustry big analysis．Compared
traditional methodsusedata—drivenandcanextractfeatures
methods，
deeplearning (knowledge)
from methodshave in
automaticallydata．[)eep1earning significantadvantagesanalyzing
andvariedmodelandcrossfield data．At most used
unstructured，unknown big widely
present，the
neuralnetworksin data arefeedforwardneural workwell
deep big analysis networks(FNNs)．They
in thecorrelationfromstaticdataand fordata scenariosbasedon
extracting suiting application
Butlimiteditsintrinsic the neuralnetworksto
classification． structurc， offccdforward
by ability
extracttime featuresisweak．Infiniteneuralnetworks，i．e．recurrentneuralnetworks
sequence deep
(RNNs)are Theiressentialcharacteristhatthestatesofthenetworks
dynamicalsystemsessentially．
withtimeand thetime Henceare
文档评论（0）