2018年10月12日 (五) 02:19 Reiziuh

2018-10-12T02:19:00Z

Reiziuh：创建页面，内容为“{{提示|该页面仍需进一步完善，欢迎加入我们}} 深度学习（Deep Learning）是机器学习方法之一，基于数据提取和分析，与特…”

2018-10-11T02:08:46Z

创建页面，内容为“{{提示|该页面仍需进一步完善，欢迎加入我们}} 深度学习（Deep Learning）是机器学习方法之一，基于数据提取和分析，与特…”

新页面

{{提示|该页面仍需进一步完善，欢迎加入我们}}

深度学习（Deep Learning）是[[机器学习]]方法之一，基于数据提取和分析，与特定目标算法相对应，可采用监督、半监督或无监督学习等方式。

== 概述 ==
深度学习首先通过大规模的迭代实验（调参实验）逼近所能达到的最高识别准确率，然后用对应的（参数和）模型对新样本（图像、声音等）提取关键特征，并基于该特征，利用已训练好的分类模型预测新样本的类别。
=== 发展历程 ===
* 1943，心理学家W.S.McCulloch，数理逻辑学家W.Pitts，首次提出'''[[神经元计算模型]]'''；
* 1957，Frank Rosenblatt，首次提出'''[[感知器]]'''概念；
* 1969，Marvin Minsky，Seymour Papert，出版Perceptron一书，论证感知器不能解决异或问题，深度学习的发展进入低谷期；
* 1986，DE Rumelhart，G.E. Hinton，R.J. Williams，在Nature杂志发表论文，提出误差后向传播（Error Back Propagation，EBP）算法，解决异或问题，研究新热潮；
* 1989，Yan Lecun，手写邮政编码识别的应用，提出'''[[卷积神经网络]]'''；
* 2006，多伦多大学计算机系，Geoffery Hinton，在Science杂志发表论文，基于深度信念网络（Deep Belief Networks，[[DBN]]）的非监督的逐层训练算法，解决训练难度大问题；
* 2016，Google推出深度学习平台[[TensorFlow]]，Facebook发布基于Torch的深度学习框架[[Torchnet]]；

== 应用 ==
* 图像识别领域
* 语音识别领域
* [[自然语言处理]]（NLP）领域

== 上手 ==
=== 深度学习开发框架 ===
* Torch，基于Lua实现的开源库，需要自己编写训练过程的代码；
* Caffe，基于C++实现的开源库，提供Python、Matlab外部接口，修改配置文件、网络参数来调参，支持CPU和GPU两种模式的无缝切换；
* Theano，基于Python实现的的开源库，有效定义、优化、计算关于多维数组数学表达式；
* Pylearn2，基于Theano的深度学习工具；

== 参考链接 ==
* [[wikipedia:Deep_learning|Wikipedia: Deep learning]]
* [https://baike.baidu.com/item/深度学习百度百科：深度学习]
* 深度学习，【美】伊恩·古德费洛 /【加】约书亚·本吉奥 /【加】亚伦·库维尔，[https://book.douban.com/subject/27087503/ 豆瓣读书]
* 深度学习，张重生，[https://book.douban.com/subject/26963178/ 豆瓣读书]

@@ 第9行： / 第9行： @@
 * 1957，Frank Rosenblatt，首次提出'''[[感知器]]'''概念；
 * 1969，Marvin Minsky，Seymour Papert，出版Perceptron一书，论证感知器不能解决异或问题，深度学习的发展进入低谷期；
-* 1986，DE Rumelhart，G.E. Hinton，R.J. Williams，在Nature杂志发表论文，提出误差后向传播（Error Back Propagation，EBP）算法，解决异或问题，研究新热潮；
+* 1986，DE Rumelhart，G.E. Hinton，R.J. Williams，在Nature杂志发表论文，提出误差后向传播算法，解决异或问题，研究新热潮；
-* 1989，Yan Lecun，手写邮政编码识别的应用，提出'''[[卷积神经网络]]'''；
+* 1989，Yan Lecun，手写邮政编码识别的应用，提出卷积神经网络；
-* 2006，多伦多大学计算机系，Geoffery Hinton，在Science杂志发表论文，基于深度信念网络（Deep Belief Networks，[[DBN]]）的非监督的逐层训练算法，解决训练难度大问题；
+* 2006，多伦多大学计算机系，Geoffery Hinton，在Science杂志发表论文，基于深度信念网络的非监督的逐层训练算法，解决训练难度大问题；
 * 2016，Google推出深度学习平台[[TensorFlow]]，Facebook发布基于Torch的深度学习框架[[Torchnet]]；
 == 应用 ==
-* 图像识别领域
+* [[图像识别]]（Image recognition）
-* 语音识别领域
+* [[语音识别]]（Speech recognition）
-* [[自然语言处理]]（NLP）领域
+* [[自然语言处理]]（Natural language processing，NLP）
 == 上手 ==
@@ 第25行： / 第39行： @@
 * Theano，基于Python实现的的开源库，有效定义、优化、计算关于多维数组数学表达式；
 * Pylearn2，基于Theano的深度学习工具；
 == 参考链接 ==

深度学习 - 版本历史

2018年10月12日 (五) 02:19 Reiziuh

Reiziuh：创建页面，内容为“{{提示|该页面仍需进一步完善，欢迎加入我们}} 深度学习（Deep Learning）是机器学习方法之一，基于数据提取和分析，与特…”