原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
本文档只有word版，所有PDF版本都为盗版，侵权必究
以“议”为径的深度学习
目录
一、基础概念................................................3
1.1什么是深度学习.......................................3
1.1.1深度学习的定义...................................4
1.1.2深度学习与其他机器学习方法的区别.................4
1.2议程式学习...........................................5
1.2.1议程式学习的概念.................................6
1.2.2议程式学习与深度学习的联系和区别.................7
二、议程式深度学习的基本原理................................8
2.1深度学习的神经网络结构..............................10
2.1.1前馈神经网络....................................11
2.1.2循环神经网络....................................12
2.1.3卷积神经网络....................................13
2.2深度学习的训练方法..................................15
2.2.1监督学习........................................16
2.2.2无监督学习......................................18
2.2.3强化学习........................................19
三、议程式深度学习的优化策略...............................21
3.1神经网络参数优化....................................22
3.1.1权重初始化......................................24
3.1.2梯度下降算法....................................26
3.1.3遗传算法........................................27
3.1.4粒子群优化算法..................................28
3.2正则化技术..........................................29
3.2.1L1正则化........................................30
3.2.2L2正则化........................................31
四、议程式深度学习的实际应用...............................32
4.1计算机视觉..........................................34
4.1.1图像分类........................................35
4.1.2目标检测........................................36
4.1.3语义分割........................................37
4.2自然语言处理........................................39
4.2.1机器翻译........................................40
4.2.2文本分类........................................41
4.2.3情感分析........................................42
4.3语音识别............................................43
4.3.1语音转文字......................................45
文档评论（0）