预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共42页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

深度学习介绍优选深度学习介绍主要内容神经网络基本结构BP网络说明反向传播与梯度下降主要问题深度学习深度学习深度学习预训练与梯度消失现象实验对比自编码器结构自编码器的建立节点的稀疏性限制图像实验StackedAutoEncoderStackedAutoEncoder参数设置:设置好激活函数、学习率、迭代步数、训练层数等一系列基本参数 构建SAE网络:分层建立输入-输出-输入的AE网络,并对权值与偏置初始化 SAE预训练:对网络只传入训练数据,在有限迭代步数下进行无监督的学习,以期望学得数据特征,得到权值与偏置的初始值 参数微调:将SAE网络转化成输入-输出的NN网络并传入训练标签,即放弃输出到输入的反向映射,进行反向传播学习,减小训练误差 测试:对测试数据进行神经网络测试,得到结果Example实验总结CNN基本知识稀疏连接权重共享图像特性池采样池采样LeNet-5深度置信网络受限玻尔兹曼机RBM介绍DBNDBNRBM训练RBM评估Baidu:DeepImage评价应用