神经网络与深度学习.docx

  • 需要金币1000 个金币
  • 资料包括:完整论文
  • 转换比率:金钱 X 10=金币数量, 即1元=10金币
  • 论文格式:Word格式(*.doc)
  • 更新时间:2018-12-18
  • 论文字数:11356
  • 当前位置论文阅览室 > 毕业设计 > 信息与计算科学 >
  • 课题来源:(Yangbaobao)提供原创文章

支付并下载

摘要:深度学习是现在机器学习领域的一项热门话题。深度学习在语音识别、图像识别、自然语言处理等方面有着巨大的成就。神经网络和卷积神经网络是深度学习中较为常用的算法。神经网络是机器学习中最为经典的一项算法。随着深度学习成为热门,神经网络也被更多的人作为研究对象,它在识别,检测和分析的等领域占据着越来越重要的角色。跟神经网络一样,卷积神经网络的技术也日益成熟,也在图像识别、语音识别领域中发挥着自身的特点。目前,很多互联网巨头比如Google、百度、阿里巴巴等都已经投入到深度学习的行列中,并且将深度学习的发展列入到重要的研发方向。

本论文主要从深度学习的发展来入手,来介绍深度学习在各领域中的应用以及国内外公司在研究深度学习领域的现状,学习人工神经网络和卷积神经网络的算法,并了解深度学习的待解决的问题以及未来的发展趋势。

 

关键词:深度学习;神经网络;卷积神经网络;图像识别

 

目录

摘要

Abstract

1 绪论-1

1.1 深度学习的发展历程-1

1.2 深度学习领域的杰出贡献者-2

1.2.1 Geoff Hinton-2

1.2.2 Yann LeCun-3

1.2.3 Yoshua Bengio-3

1.2.4 吴恩达-3

2 深度学习的算法-4

2.1 神经网络-4

2.1.1 神经元-4

2.1.2 人工神经网络-4

2.1.3 后向传播算法-5

2.1.3 后向传播算法推导-6

2.2 卷积神经网络-9

2.2.1 卷积神经网络的特性-9

3 深度学习的应用-12

3.1 语音识别领域-12

3.2 图像识别领域-13

3.3 自然语言理解领域-13

3.4 国内外深度学习技术发展趋势-14

3.4.1 深度学习在Google中的应用-14

3.4.2 深度学习在百度中的应用-15

3.4.3 深度学习在阿里巴巴中的应用-16

4 深度学习的未来展望-17

4.1 深度学习的未来展望-17

结    论-18

参 考 文 献-19

致    谢-20