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
深度学习技术的基本原理和应用综述
目录
一、内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.2深度学习的发展历程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.3深度学习与其他机器学习方法的比较．．．．．．．．．．．．．．．．．．．．．．．6
1.4本文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
二、深度学习的基本概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
2.1神经网络模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
2.1.1人工神经元模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
2.1.2神经网络结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
2.2深度学习模型类型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
2.2.1卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
2.2.2循环神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
2.3深度学习的学习过程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
2.3.1模型前向传播．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
2.3.2模型反向传播．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
2.3.3损失函数与优化算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
三、深度学习的核心原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
3.1感知机与多层感知机．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
3.2激活函数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
3.3卷积与池化操作．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
3.4循环神经网络机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
3.5注意力机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
3.6梯度下降算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
3.7正则化方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
四、深度学习的应用领域．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
4.1计算机视觉．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
4.1.1图像分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
4.1.2图像检测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
4.1.3图像分割．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
4.1.4图像生成．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
4.2自然语言处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43
4.2.1机器翻译．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
4.2.2文本摘要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
4.2.3情感分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
4.2.4语音识别．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50
4.3语音识别与合成．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51
4.3.1语音转文字．．．．．．．．．．．．．
文档评论（0）