摘要：
卷积神经网络（Convolutional Neural Network， CNN），是深度学习技术中极具代表性的网络结构，它的应用非常广泛，尤其是在计算机视觉领域取得了很大的成功。CNN相较于传统的图像处理算法的优点就在于，避免了对图像复杂的前期预处理过程（即大量的人工提取特征工作），也就是说CNN 阅读全文
摘要：
递归神经网络（RNN）是两类人工神经网络的总称，分别是时间递归神经网络和结构递归神经网络。（ps：也有很多文献称之为递归神经网络和循环神经网络）。 RNN在基础研究领域和工程领域都取得了很多突破性进展。在自然语言处理领域，采用神经网络模型来改进传统的N元统计模型。还应用于机器翻译领域、语音识别和个性 阅读全文
摘要：
深度学习研究的对象是具有深层表示的学习模型，它实际上是由两种不同的类型构成： 1.以神经网络为核心的深度神经网络； 2.以概率图模型为核心的深度图模型。 下面介绍深度概率图模型。 常用的深度图模型 玻尔兹曼机（Boltzmann Machine，BM）。 它是马尔科夫无向图网络中的一种，以顶点表示随 阅读全文
摘要：
自编码器是一种无监督的神经网络模型，其核心的作用是能够学习到输入数据的深层表示。 当前自编码器的主要应用有两个方面：一是特征提取；另一个是非线性降维，用于高维数据的可视化，与流行学习关系密切。 自编码器（AutoEncoder，AE）：最原始的AE网络是一个三层的前馈神经网络结构，由输入层、隐藏层和 阅读全文