稀疏自动编码器SparseAutoEncoder.ppt

汇报内容 深度学习概论 深度学习训练过程 深度学习模型及方法 深度学习常用框架 深度学习应用 深度学习存在问题 一、深度学习概念 什么是深度学习(Deep Learning，DL) 深度学习：一种基于无监督的特征学习和特征层次结构的学习方法。 本质：通过构建多隐层模型和海量训练数据，来学习更有用的特征，从而最终提升分类或预测的准确性。 “深度模型”是手段，“特征学习”是目的。 含多隐层的多层感知器是一种深度学习结构。 1. 深度学习历史 第一阶段：1959年的人工智能起始 典型代表：Rosenblatt的感知机 1969年Minsky和Papert合写的“感知机” 第二阶段：BP算法 感知机研究被扩展为人工神经网络 网络越深，越容易出现梯度弥散问题 Shallow Deep Deeper 第三阶段：2006年Hinton教授在《科学》上发表论文,提出深度学习主要观点开始. 2. 深度学习动机 Low-level sensing Pre-processing Feature extract. Feature selection Inference: prediction, recognition 传统的模