《深度学习的应用与前景综述报告》7800字.docxVIP

下载本文档

3
0
约9.09千字
约 12页
2024-01-13 发布于湖北
举报
版权申诉

《深度学习的应用与前景综述报告》7800字.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

深度学习的应用与前景综述报告

摘要

本文以探究随机生成神经网络受限玻尔兹曼机(RestrictedBoltzmannMachine,RBM)的贪婪层训练方法来展开深度学习技术应用介绍，利用反向传播算法(BackPropagation,BP)对受限玻尔兹曼机进行误差反馈训练，比较了反向传播算法中三种梯度下降方法对受限玻尔兹曼机的训练效果，其中随机梯度下降方法对神经网络的训练效果最好，因此推荐在线神经网络学习使用该反向传播梯度下降方法，而对于离线深度学习网络，建议使用随机小批量梯度下降算法。本文也归纳总结了深度学习网络的深层结构特征，提出了最流行的5层深度网络架构设计方法，分析了在深