- 380
- 0
- 约4.86万字
- 约 73页
- 2019-01-20 发布于浙江
- 举报
目录
[1] Deep learning 简介
[2] Deep Learning 训练过程
[3] CNN 卷积神经网络推导和实现
[4] CNN 的反向求导及练习
[5] CNN 卷积神经网络(一)深度解析 CNN
[6] CNN 卷积神经网络(二)文字识别系统 LeNet-5
[7] CNN 卷积神经网络(三)CNN 常见问题总结
苏州大学强化学习讨论班——JHD 编辑整理 1 / 73
[1] Deep learning 简介
一、什么是 Deep Learning ?
实际生活中 ,人们为了解决一个问题,如对象的分类(对象可是是文档、图像等),
首先必须做的事情是如何来表达一个对象,即必须抽取一些特征来表示一个对象,如
文本的处理中,常常用词集合来表示一个文档,或把文档表示在向量空间中(称为 VSM
模型),然后才能提出不同的分类算法来进行分类;又如在图像处理中,我们可以用
像素集合来表示一个图像,后来人们提出了新的特征表示,如 SIFT ,这种特征在很多
图像处理的应用中表现非常良好,特征选取
原创力文档

文档评论(0)