深度学习的模型搭建及过拟合问题的研究.docVIP

深度学习的模型搭建及过拟合问题的研究 　　摘 要： 深度学习是机器学习研究中的一个新的领域，它模仿人脑的机制来解释数据，例如图像，声音和文本。文章介绍了一种多层感知器结构的深度学习神经网络模型，并推导了其实现的算法。用数字识别实验验证了该模型及其算法的可靠性；验证了过拟合的发生与训练集的大小以及神经网络的复杂度之间的重要关系。过拟合问题的研究对降低误差有重要的意义。 　　关键词： 深度学习； 神经网络； 隐藏层； 过拟合 　　中图分类号：TP391.9 文献标志码：A 文章编号：1006-8228（2018）02-14-04 　　Abstract： Deep learning is a new field in machine learning research. It simulates the mechanism of human brain to interpret data， such as image， voice and text. In this paper， a deep learning neural network model of multilayer perceptron structure is introduced and its implementation algorithm is derived. The reliability of t