东南大学崇志宏：深度学习的基本原理.pptx

深度学习的基本原理与图片检索项目实践-----自主和泛化;提纲;统计学习的基本原理：支持向量机深度学习;统计学习的基本原理：概率图深度学习;;深度学习的问题和目标;基本原理：问题（高维复杂依赖的统计效率） ;基本原理：问题（高维复杂依赖的统计效率） ;基本原理：流形假设的相似性;基于邻居假设的局限性 ;基本原理：精简函数表示的高维解决框架;基本原理：精简函数表示的高维解决框架;基本原理：精简函数表示的高维解决框架;基本原理：精简函数表示的高维解决框架;;;;深度学习的基本观点 ;;深度的基本观点：特征类型函数式编程 ;提纲;关键技术：计算效率;计算效率：计算图的BP算法;计算效率：计算图的BP算法;计算效率：EM迭代算法;计算效率：非梯度依赖的优化;计算效率：Adversary Net;计算效率：Adversary Net;计算效率：其他的训练和优化;???纲;关键技术：从精简表示到统计效率;统计效率：特征表示、特征转移（分享）;统计效率：特征表示、特征转移（分享）;统计效率：特征表示、特征转移（分享）;统计效率：参数共享;统计效率：参数共享;统计效率：参数共享;统计效率：参数共享;统计效率：记忆;统计效率：关注;统计效率：关注;;;提纲;深度的基本观点：特征类型函数式编程 ;;系统工具：Tensorflow ;提纲;图片检索的困难：问题 ;图片检索的困难：基本解决方案 ;图片检索的困难：基本解决方案 ;图片检索的困难：目前实验结果;;;;图片检索的困难：难点 ;图片检索的困难：难点 ;图片检索的困难：突破方向;图片检索的困难：突破方向;图片检索的困难：突破方向;图片检索的困难：突破方向;提纲;提纲;提纲;深度的基本观点：特征类型函数式编程 ;