资料下载
神经网络的复习资料免费下载
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
- 相关下载
- 相关文章
