- AlphaGo如何戰勝人類圍棋大師:智能硬件TensorFlow實踐
- 陳震 鄭文勛編著
- 224字
- 2019-07-30 17:52:55
2.5 小結
本章全面回顧了深度學習的基本原理和技術。首先,介紹了人工神經元的結構,多層人工神經網絡的訓練過程。接著,介紹了人工神經網絡的典型架構,如卷積神經網絡、循環神經網絡和長短時記憶網絡。最后,介紹了機器感知任務中的語音識別和計算機視覺的技術突破和最新進展。
當前深度學習的主要軟硬件技術框架日益成熟,尤其在數據中心中已經大規模部署。各大互聯網企業都投入巨大人力和物力,紛紛開發了各自的軟件框架,并配合各自的硬件平臺,完善各自的機器學習應用的生態環境。
推薦閱讀
- 樂高機器人:WeDo編程與搭建指南
- Zabbix Network Monitoring(Second Edition)
- MATLAB/Simulink權威指南:開發環境、程序設計、系統仿真與案例實戰
- 單片機技術一學就會
- Visual FoxPro數據庫基礎及應用
- Hands-On Reactive Programming with Reactor
- 單片機技能與實訓
- 與人共融機器人的關節力矩測量技術
- 精通ROS機器人編程(原書第2版)
- DynamoDB Applied Design Patterns
- 基于Quartus Ⅱ的數字系統Verilog HDL設計實例詳解
- 信息技術基礎應用
- Hands-On Data Analysis with NumPy and pandas
- 網絡工程師必讀:網絡安全系統設計
- 智能機器人制作完全手冊(第2版)