文献类型：期刊文章

作　　者：刘健[1] 袁谦[1] 吴广[1] 喻晓[1]

Liu Jian;Yuan Qian;Wu Guang;Yu Xiao(Zhejiang Provincial Testing Institute of Electronic Information Products,Hangzhou,Zhejiang 310007,China)

机构地区：[1]浙江省电子信息产品检验所,浙江杭州310007

出　　处：《计算机时代》

基　　金：浙江省科技计划项目"移动应用软件自动化检测平台"(2017F10031)

年　　份：2018

期　　号：11

起止页码：19-23

语　　种：中文

收录情况：普通刊

摘　　要：卷积神经网络作为深度学习的一种经典而广泛应用的结构,克服了过去人工智能中被认为难以解决的一些问题。卷积神经网络的局部连接、权值共享及下采样操作等特性使之可以有效地降低网络的复杂度,减少训练参数的数目,使模型对平移、扭曲、缩放具有一定程度的不变性,并具有强鲁棒性和容错能力,也易于训练和优化。文章介绍了卷积神经网络的训练方法,开源工具,及在图像分类领域中的一些应用,给出了卷积神经待解决的问题及展望。

关 键 词：深度学习  卷积神经网络 网络结构 训练方法  

分 类 号：TP183]