摘要：深度学习技术是近年来机器学习、人工智能、数据挖掘、模式识别领域的最新热点技术;它基于人脑的分层结构,通过训练机制达到参数自动调整的目的,使得一些复杂的任务可以通过深度学习技术进行简化或实现。本文全面描述了深度学习模型的典型结构,介绍了自动编码器这种流行的深度学习模型,并利用该模型在MNIST数据库中进行了手写体图像分类识别实验。定量统计结果表明,在自动编码器网络训练时通过加入深度学习的参数调整,会使得训练样本的训练误差更小,同时也会降低测试样本误差,达到提高手写体图像正确分类识别的目的。

原文链接:http://www.cqvip.com//QK/95214X/201604/670912481.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）