|
|||||
|
|
| 信息动态 | |
| 引用本文： | 史忠植,张长水,邓立,陈松灿,张军,彭宇新. 信息动态[J]. 计算机研究与发展, 2014, 51(9) |
| 作者姓名： | 史忠植 张长水 邓立 陈松灿 张军 彭宇新 |
| 作者单位： | 1. 中国科学院计算技术研究所 2. 清华大学 3. Microsoft Research 4. 南京航空航天大学 5. 中山大学 6. 北京大学 |
| 摘 要： | 深度学习是机器学习研究中的一个新的领域,其核心思想在于模拟人脑的层级抽象结构,通过无监督的方式分析大规模数据,发掘大数据中蕴藏的有价值信息.深度学习应大数据而生,给大数据提供了一个深度思考的大脑.尽管YahnLecun在1993年提出的卷积神经网络是第一个真正成功训练多层网络结构的学习算法,但应用效果一直欠佳.直到2006年,Geoffrey Hinton and RuslanSalakhutdinov基于深度置信网,提出非监督贪心逐层训练算法,应用效果才取得突破性进展.从2009下半年开始,美国微软研究院邀请Hinton到雷德蒙与他的研究员合作,将深度学习巧妙地应用在大规模语音识别,迅速获得巨大成功,由此掀起了深度学习的浪潮[1-3].2014年3月,Facebook报道他的DeepFace项目使得人脸识别技术的识别率已经达到了97.25％,只比人类识别97.5％的正确率略低一点,准确率几乎可媳美人类.该项目利用了9层的神经网络来获得脸部表征,神经网络处理的参数高达1.2亿. |
@@ |
|
| Abstract: | |
| Keywords: | @@ |