最近，美國計算機協(xié)會(ACM)授予Yoshua Bengio、Geoffrey Hinton和Yann Le Cun頒發(fā)了2018年圖靈獎，表彰他們在使深度神經(jīng)網(wǎng)絡作為計算關鍵部件的概念和工程方面的突破。LeCun和Bengio的研究為該領域的理論基礎奠定了理論基礎。接下來，小編將介紹深度學習框架，深度學習基礎教程的相關內(nèi)容，一起來看看吧。

中科視拓

0

0條點評

咨詢產(chǎn)品

免費試用

解決用戶選型困難的好軟件，有各維度的信息

客戶案例

暫無

合作品牌

4

深度學習框架，深度學習基礎教程

1.深度學習基礎教程

       實驗確認了令人吃驚的現(xiàn)象，并證明了深度神經(jīng)網(wǎng)絡在工程方面的實際優(yōu)勢。近幾年，深度學習在計算機視覺、語音識別、自然語言處理、機器人及其他應用領域取得了驚人的突破。

       最近幾年Springer已經(jīng)出版了許多優(yōu)秀的深度學習書籍。Deep Learning for Biometrics以學習知覺和生物特征相關的有效特性表示法為基礎，概述了高級深度學習體系結(jié)構(gòu)，展示了卷積神經(jīng)網(wǎng)絡(CNN)在人臉、虹膜、指紋和血管生物識別系統(tǒng)以及利用軟體生物識別技術的監(jiān)控系統(tǒng)等方面的前沿研究，以及生物識別的安全問題。

2.深度學習框架

專題與特征：

• 研究了如何將深度學習技術應用于多種不同的生物識別模式，以提高生物識別的性能；
• 對面部生物識別領域的深度學習進行了回顧，提供神經(jīng)影像學的見解，并與流行的基于CNN的人臉識別架構(gòu)進行比較；
• 對指紋、手指靜脈識別、虹膜識別等先進的深度學習技術進行了研究；
• 本文介紹了深度學習技術在軟件生物識別中的應用，包括基于手勢的識別、性別分類和紋身識別；
• 對深度學習技術進行了研究，其中包括生物特征識別模板的保護方法，以及對假冒生物特征樣品進行活性檢測；
• 來自世界學術界、工業(yè)界、政府實驗室等領域的杰出專家的貢獻。

       學習者還應了解生物識別技術中深度學習的實際應用、生物識別模式，一本權(quán)威可靠的書可以吸引所有計算機視覺、模式識別和機器學習等相關領域的研究者，包括從業(yè)人員和學生。以上就是深度學習框架，深度學習基礎教程的相關內(nèi)容，感謝您的閱讀。