欢迎来到天天文库
浏览记录
ID:4042287
大小:621.73 KB
页数:46页
时间:2017-11-28
《深度学习算法实验平台的研究与实现 毕业论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、武汉理工大学毕业设计(论文)深度学习算法实验平台的研究与实现学院(系):自动化学院专业班级:自动化专业1104班姓名:指导教师:摘要深度学习是基于人工神经网络的机器学习,机器学习方法也有监督学习与无监督学习之分。不同的学习框架下建立的学习模型很不同.例如,卷积神经网络就是一种监督学习下的机器学习模型,而深度置信网就是一种无监督学习下的机器学习模型。MATLAB作为一款功能强大的科学计算软件,广泛应用于机器学习、图像绘制等许多方面。MATLAB常常作为研究神经网络的入门平台,利用其方便快捷的MATLAB编程语言,
2、能够更好的实现神经网络的构建。作为另一款常用的深度学习平台,python则以其免费的特性受到亲睐,众多开源的科学计算库都提供了Python的调用接口。用户可以在任何计算机上免费安装Python及其绝大多数扩展库。以MATLAB和Python作为研究平台,实现深度学习算法。比较它们的优缺点,在此基础上完成毕业论文的撰写和完善。关键词:深度学习;MATLAB;Python;机器学习AbstractDepthlearningisbasedonartificialneuralnetworkmachinestudy,ma
3、chinelearningmethodshavesupervisedlearningandunsupervisedlearningpoints.Learningmodelsatdifferentlearningframeworkestablishedverydifferent.Forexample,convolutionneuralnetworkisasupervisedlearningmachinelearningmodelsunder,andthedepthofbeliefnetworkisanon-sup
4、ervisedmachinelearningmodelsunderstudy.MATLABasapowerfulscientificcomputingsoftware,widelyusedinmachinelearning,imagerendering,andmanyotheraspects.MATLABneuralnetworkisoftenusedasentryplatform,usingitsconvenientMATLABprogramminglanguage,canbetterachievebuild
5、neuralnetworks.Anothercommonlyusedasadeeplearningplatform,pythonisitsfeaturesforfreebypro-gaze,manyopensourcescientificcomputinglibrariesprovidePythoncallinterface.UsersarefreetoinstallPythonandthevastmajorityofextensionsonanycomputer.WithMATLABandPythonasar
6、esearchplatform,deeplearningalgorithms.Comparetheiradvantagesanddisadvantages,onthebasisofcompleteandperfectthesiswriting.KeyWord:Deeplearning;MATLAB;Python;unsupervisedlearning目录第1章绪论11.1课题研究意义11.2深度学习的基本思想11.3国内外研究现状2第2章深度学习模型32.1自动编码神经网络32.2限制波尔兹曼机(RBM)62
7、.3卷积神经网络72.4SparseCoding稀疏编码82.5深信度网络9第3章BP神经网络及实现平台113.1BP神经网络113.2matlab平台实现BP算法133.2.1数据预处理133.2.2使用Matlab实现神经网络143.3python平台实现BP算法183.3.1举例193.3.2验证结果图203.4平台比较分析213.4.1平台本身优缺点比较213.2.2两种编程语言之间的差异21第4章总结与展望234.1课题总结234.2课题展望23参考文献25附录Python实现程序27致谢34武汉理工
8、大学毕业设计(论文)第1章绪论1.1课题研究意义深度学习作为机器学习研究中的一个新的领域,其目的在于建立模拟人脑进行分析学习的神经网络,进而模仿人脑的机制来解释数据。深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习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特征表示。把学习结构看做一个网络,其核心思路如下:①无监督学习
此文档下载收益归作者所有