深度学习理论综述_韩小虎.pdfVIP

计算机时代 2016 年 第6 期 ·107 · DOI: 10.16644/33-1094/tp.2016.06.031 深度学习理论综述 韩小虎，徐 鹏，韩森森 (河南大学计算机与信息工程学院，河南 开封 475000) 摘 要：深度学习是机器学习研究中的一个新领域，其动机在于建立、模拟人脑进行分析学习的神经网络，模仿人脑的 机制来解释数据。目前深度学习在智能识别方向具有很强的优越性。文章主要介绍了深度学习的基本理论、常用模型 和开发平台。 关键词：深度学习；机器学习；特征表示；工具 中图分类号：TP399 文献标志码：A 文章编号：1006-8228(2016)06-107-04 Theoretical overview of deep learning Han Xiaohu, Xu Peng, Han Sensen （SchoolofComputerandInformationEngineering,HenanUniversity, Kaifeng,Henan 475000, China） Abstract ：Deep learning is a new field in the research of machine learning, whose motivation is to build and simulate the neural network, with which the human brain analyzes and studies, and simulate the mechanism of human brain to interpret the data. At present, deep learning has a strong advantage in the direction of intelligent identification. This paper mainly introduces the basic theory, common models and development platforms of deep learning. Key words ：machine learning ；deep learning ；feature expression ；tool 0 引言 基础上，更加依赖一个算法，这个算法就是深度学习， 通过这个方法，人们终于知道如何处理抽象概念这个 神经网络的历史最早可以追溯到上世纪的40年 难题。 代，在20世纪80年末期，Rumelhart、Hinton和Williams 深度学习的概念最早由机器学习领域的泰斗、多 在《自然》(Nature)上发表了用于人工神经网络的BP [2] [1] 伦多大学G.E.Hinton教授提出 ，之后在各大领域有了 （Back-Propagation，反向传播）算法 ，掀起了一阵机 飞速的发展。2012年，由Hinton教授带领的深度学习 器学习的浪潮，但是由于各种原因，神经网络被许多 团队在Image