×

神经网络的复习资料免费下载

消耗积分:1 | 格式:docx | 大小:1.34 MB | 2019-09-19

赵遗爱

分享资料个

  一、列出五种深度学习相关的方法名称,并给出相应英文(10分)

  答:1) 深度置信网络(Deep Belief Networks, DBN)

  2) 卷积神经网络(Convolutional Neural Networks, CNN)

  3) 循环神经网络(Recurrent Neural Networks, RNN)

  4) 变分自编码器(Variational Auto-Encoder,VAE)

  5) 生成对抗网络(Generative Adversarial Network, GAN)

 

  二、 简述深度学习方法与传统神经网络方法相比,有哪些优势和劣势?(20分)

  答:深度学习(DL)是机器学习中一种基于对数据进行表征学习的方法,是一种能够模拟出人脑的神经结构的机器学习方法。深度学习的概念源于人工神经网络的研究。而人工神经网络ANN(Artificial Neural Network)是从信息处理角度对人脑神经元网络进行抽象,建立某种简单模型,按不同的连接方式组成不同的网络,简称为神经网络或类神经网络。因此,深度学习又叫深层神经网络DNN(Deep Neural Networks),是从之前的人工神经网络ANN模型发展而来的。

  优点:1.相比于传统的视觉和语音识别方面有了很大的提高;2.具有较好的transfer learning性质。

  缺点:1.模型正确性验证复杂且麻烦;2. 某些深度网络不仅训练而且线上部署也需要GPU支持。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !