DeepLear
i
g深度学习学习笔记整理系列
httpblogcsd
etzouxy09
作者Zouxy
versio
1020130408
声明
1该DeepLear
i
g的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。2本文仅供学术交流非商用。所以每一部分具体的参考资料并没有详细对应。如果某部分不小心侵犯了大家的利益还望海涵并联系博主删除。
3本人才疏学浅整理总结的时候难免出错还望各位前辈不吝指正谢谢。
4阅读本文需要机器学习、计算机视觉、神经网络等等基础如果没有也没关系了没有就看看能不能看懂呵呵。
5此属于第一版本若有错误还需继续修正与增删。还望大家多多指点。大家都共享一点点一起为祖国科研的推进添砖加瓦呵呵好高尚的目标啊。请联系
目录
一、概述
二、背景
三、人脑视觉机理
四、关于特征
41、特征表示的粒度
42、初级浅层特征表示
43、结构性特征表示
44、需要有多少个特征
五、DeepLear
i
g的基本思想
六、浅层学习ShallowLear
i
g和深度学习DeepLear
i
g
七、Deeplear
i
g与NeuralNetwork
八、Deeplear
i
g训练过程
81、传统神经网络的训练方法
82、deeplear
i
g训练过程
九、DeepLear
i
g的常用模型或者方法
91、AutoE
coder自动编码器
f92、SparseCodi
g稀疏编码
93、RestrictedBoltzma
Machi
eRBM限制波尔兹曼机
94、DeepBeliefNetworks深信度网络
95、Co
volutio
alNeuralNetworks卷积神经网络
十、总结与展望
十一、参考文献和DeepLear
i
g学习资源
一、概述
ArtificialI
tellige
ce也就是人工智能就像长生不老和星际漫游一样是人类最美好的梦想之一。虽然计算机技术已经取得了长足的进步但是到目前为止还没有一台电脑能产生“自我”的意识。是的在人类和大量现成数据的帮助下电脑可以表现的十分强大但是离开了这两者它甚至都不能分辨一个喵星人和一个汪星人。
图灵图灵大家都知道吧。计算机和人工智能的鼻祖分别对应于其著名的“图灵机”和“图灵测试”在1950年的论文里提出图灵试验的设想即隔墙对话你将不知道与你谈话的是人还是电脑。这无疑给计算机尤其是人工智能预设了一个很高的期望值。但是半个世纪过去了人工智能的进展远远没有达到图灵试验的标准。这不仅让多年翘首以待的人们心灰意冷认为人工智能是忽悠相关领域是“伪科学”。
但是自2006年以来机器学习领域取得了突破性的进展。图灵试验至少不是那么可望而不可及了。至于技术手段不仅仅依赖于云计算对大数据的并行处理能力而且依赖于算法。这个算法就是Deer