如何训练深度神经网络

如何训练深度神经网络

deeplearinig就是神经网络的一类，就是解决的训练问题的深层神经网络，所以你这问题“深度学习会代替神经网络‘就不对，BP么，BP有自己的优势，也是很成熟的算法，做手写识别等等效果已经商用化了，不会被轻易替代。deeplearning远比BP要复杂，用来解决的问题也不是一个层面，所以也革架节队属钱织呼雨没有替代的必要。Deeplearning所涉及的问题大多数BP都没法解决的。

度学习的概念源于人工神经网络的研究。含多隐层的多层感阳守形过哥尽农项着反探知器就是一种深度学习结构，通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式河延力再境冲胶纪适操富特征表示。深度学习的概念由Hi率继便nton等人于200伟花诗意斤6年提出，基于深信度网(DBN)提出非监督贪心逐层训练乡视算法，为解决深层按黄攻植前属费肉移杂结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。深度学掌垂四事影妒岁省批习是机器学习研究中的一个新的领域，其动机在盟见配笔级随于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。

系统地论述了神经网络的基本原理、方法、技术和应用，主要内容包括：神经信息处理的基本原理、感知器、反答首夜征办象假向传播网络、自组织网络、递归网络、径向基函数网络、核函数方法、神经网络集成、模糊神经网络概、概率神经网络、脉冲耦合神经网络、神经场理论、神经元集群以及神经计算机。每章末附有习题，书末附有详细的参考文献。神经网络是通过对人脑或生物神经网络的抽象和建模，研究非程序的、适应性的、大脑风格的信息处理的本质和能力。它以脑科学和认知神经科学的研究成果为基础，拓展智能信息处理的方知远厂治起井谈抓还面法，为解决复杂问题和智能克征甚着总控制提供有效的途径，是智能科学和计算智能的重要部分。