深度学习基础理论与方法综述
Journal: Advances in Computer and Autonomous Intelligence Research DOI: 10.12238/acair.v3i3.15554
Abstract
深度学习在计算机视觉、自然语言处理等领域取得重大进展,但理论基础仍待完善。本文回顾了深度学习的核心理论,包括神经网络原理、反向传播算法和深度网络的表达特性。分析了四种主流架构：前馈神经网络构建了基础框架,卷积神经网络通过局部连接实现图像处理突破,循环神经网络解决序列建模问题,Transformer通过注意力机制提升性能。梳理了SGD到Adam等优化算法的发展,探讨了Dropout、批量归一化等正则化技术。分析了大规模预训练模型趋势和模型压缩等前沿技术,指出计算资源增长、可解释性不足等挑战。
Keywords
深度学习；神经网络；优化算法
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 柯美东.深度学习的理论基础探索[J].成才,2024,(4):4-7.
[2] 李超毅,宗京秀.基于深度学习的图像识别技术研究[J].中国战略新兴产业,2025,(11):57-60.
[3] 李玲俐.基于深度学习理论的人脸识别技术应用综述[J].计算机与数字工程,2021,49(09):1912-1914+1929.
[4] 韩小虎,徐鹏,韩森森.深度学习理论综述[J].计算机时代,2016,(06):107-110.
[5] 陈嘉毅,韩磊,叶敏,等.基于卷积神经网络的碎石撒布状态检测算法优化研究[J].工程机械,2025,56(05):62-66+10.
[6] 张宗宇,徐军,陈士超.基于Dropout策略的卷积神经网络的数字识别效果研究[J].兰州文理学院学报(自然科学版),2025,39(03):43-47+52.
[7] 汤学民,吴晓云.基于前馈神经网络电子病历辅助诊断系统的研究[J].中国数字医学,2023,18(03):42-48.
[8] 张浩,吴秀娟.深度学习的内涵及认知理论基础探析[J].中国电化教育,2012,(10):7-11+21.
[2] 李超毅,宗京秀.基于深度学习的图像识别技术研究[J].中国战略新兴产业,2025,(11):57-60.
[3] 李玲俐.基于深度学习理论的人脸识别技术应用综述[J].计算机与数字工程,2021,49(09):1912-1914+1929.
[4] 韩小虎,徐鹏,韩森森.深度学习理论综述[J].计算机时代,2016,(06):107-110.
[5] 陈嘉毅,韩磊,叶敏,等.基于卷积神经网络的碎石撒布状态检测算法优化研究[J].工程机械,2025,56(05):62-66+10.
[6] 张宗宇,徐军,陈士超.基于Dropout策略的卷积神经网络的数字识别效果研究[J].兰州文理学院学报(自然科学版),2025,39(03):43-47+52.
[7] 汤学民,吴晓云.基于前馈神经网络电子病历辅助诊断系统的研究[J].中国数字医学,2023,18(03):42-48.
[8] 张浩,吴秀娟.深度学习的内涵及认知理论基础探析[J].中国电化教育,2012,(10):7-11+21.
Copyright © 2025 褚一凡
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License