圖像識別中的深度學(xué)習(xí)【香港中文大學(xué)王曉剛】

• 　　深度學(xué)習(xí)是近十年來人工智能領(lǐng)域取得的重要突破。它在語音識別、自然語言處理、計算機(jī)視覺、圖像與視頻分析、多媒體等諸多領(lǐng)域的應(yīng)用取得了巨大成功。現(xiàn)有的深度學(xué)習(xí)模型屬于神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)的起源可追溯到20世紀(jì)40年代，曾經(jīng)在八九十年代流行。神經(jīng)網(wǎng)絡(luò)試圖通過模擬大腦認(rèn)知的機(jī)理解決各種機(jī)器學(xué)習(xí)問題。1986年，魯梅爾哈特(Rumelhart)、欣頓(Hinton)和威廉姆斯(Williams)在《自然》雜志發(fā)表了著名的反向傳播算法用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)[1]，該算法直到今天仍被廣泛應(yīng)用?！　∩窠?jīng)網(wǎng)絡(luò)有大量參數(shù)，經(jīng)常發(fā)
• 關(guān)鍵字： 圖像識別中  深度學(xué)習(xí)