深度学习的基本理论与方法PPT学习课件.pptVIP

深度学习的基本理论与方法成科扬2013年10月30日15/25/2026

目录概述动机深度学习简介深度学习的训练过程深度学习的具体模型及方法深度学习的性能比较深度学习的应用展望参考文献相关程序软件及链接25/25/2026

概述深度学习：一种基于无监督特征学习和特征层次结构的学习方法可能的的名称：深度学习特征学习无监督特征学习35/25/2026

动机良好的特征表达，对最终算法的准确性起了非常关键的作用；识别系统主要的计算和测试工作耗时主要集中在特征提取部分；特征的样式目前一般都是人工设计的，靠人工提取特征。Low-levelsensingPre-processingFeatureextract.FeatureselectionInference:prediction,recognition传统的模式识别方法：45/25/2026

动机——为什么要自动学习特征实验：LP-βMultipleKernelLearningGehlerandNowozin,OnFeatureCombinationforMulticlassObjectClassification,ICCV’09采用39个不同的特征PHOG,SIFT,V1S+,

RegionCov.Etc.在普通特征上MKL表现有限结论：特征更重要55/25/2026

动机——