【5A版】深度学习-循环神经网络.pptx

【5A版】深度学习-循环神经网络.pptx

ID:32456964

大小:4.25 MB

页数:49页

时间:2019-02-05

【5A版】深度学习-循环神经网络.pptx_第1页
【5A版】深度学习-循环神经网络.pptx_第2页
【5A版】深度学习-循环神经网络.pptx_第3页
【5A版】深度学习-循环神经网络.pptx_第4页
【5A版】深度学习-循环神经网络.pptx_第5页
资源描述:

《【5A版】深度学习-循环神经网络.pptx》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、深度学习之循环神经网络陈鹏1目录1:深度学习发展史2:从神经网络到深度学习3:循环神经网络基础4:自然语言处理基础(扩充知识)21:深度学习发展史3深度学习发展史SVMBoostingDecisiontreeKNN…NeuralnetworkBackpropagation19862006DeepbeliefnetScienceSpeech20112012ComputervisionNLPSpeech……2014GeoffreyHinton1949Learningmodelofneurons1958PerceptronHebb

2、RosenblattGeoffreyHintonDBNCNNRBMRNN…机器学习第一次浪潮:机器学习第二次浪潮浅层学习模型(ShallowLearning)深度学习模型(DeepLearning)FirstWinterofNNSecondWinterofNN4深度学习(多层神经网络)神经网络神经元5synapsedendriteCellbodySynapticterminalsAxon轴突末梢突触树突细胞体轴突w1x1xnΣ线性动态系统激励函数own神经元是构成神经网络的最基本单元(构件),因此,首要任务是构造人工神经元模

3、型。细胞体Cellbody树突dendrite突触synapse轴突Axon来自其它神经元神经元模型6yθyaxox2x1xnw1w2wn•••w1x1xnΣ激励函数o=f(net)wnnet=WTX典型的激励函数(ActivationFunction):线性函数,非线性斜面函数,阶跃函数,S型函数等。神经元模型7InputLayerHiddenLayerOutputLayerx1xMh1hLo1oNw11wm1wM1wmLwMLw1Lv11vl1vL1vLN神经网络一般形式•Nonlinearity非线性•Parallel

4、Processing并行处理•Input—OutputMapping输入输出匹配•Adaptivity自适应性ocx2x1xnw1w2wn•••8最简单的神经网络:Perceptrons9SingleLayerPerceptronsybx2x1xMw1w2wM•••Rosenblatt,1957u>0u<010两类样本:白色和黑色分类错误的样本用红色轮廓目标:分类正确所有样本,直到没有红色轮廓的样本。W=[1.661.11]b=[1.25]W=[1.541.28]b=[-0.64]W=[1.161.63]b=[-1.8]W=

5、[1.661.11]b=[-0.823]W=[1.49-1.39]b=[-0.743]SingleLayerPerceptrons:迭代过程where?11SingleLayerPerceptrons:局限性Theobjectiveisonlytofindthelinethatseparatestwolinearlyseparableclasses.Assoonasthefirstsolutionweightsvector,whichseparatesallthedatapairscorretly,isfound,there

6、willbenofurtherchangesofthevector.So,theperceptronlearningisnotanoptimizationmethod.线性可分问题Problems:itcannotseparatepatternswhenthereisanoverlappingofdataorwhenclassesarenotlinearlySeparable不能处理线性不可分问题x10011x20101d0110异或问题:120001AND1011OR1010XORx1x2y000100010111x1x2

7、y000101011111x1x2y000101011110LinearSeparableProblem131010XORSingleLayerPerceptronsForXORproblem:1.introducingoneadditionalneuroninaspecialway;2.usingdifferentiableactivationfunction;◙一个单级网络可以将平面划分成两部分,用多个单级网组合在一起,就可以构成一个两级网,该网络可以被用来在平面上划分出一个封闭或者开放的凸域来;◙采用特殊的激励函数。1

8、42:从神经网络到深度学习15神经网络深度学习网络相似之处:不同之处:模拟人脑的分层网络结构;强调深度的重要性;突出特征学习的重要性;(逐层抽象)训练机制;16深度学习思想起源:人脑视觉机理后脑皮层的不同视觉神经元,与瞳孔所受刺激之间,存在某种对应关系。17人的视觉系统的信息处理是分级的;

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。