论文部分内容阅读
深度学习是基于数据进行表征学习的一类更广的机器学习算法,至今已有数种深度学习框架,它的出现推动了机器学习的发展,在工业上有着重要用途,同时在学术领域也有着重要研究价值。鉴于其重要性,本文依据深度学习概念以及国内外现有研究成果,结合深度学习算法的结构特征,对前馈、反馈和双向三类深度网络的结构和特点进行概述,综述了深度置信算法、深度循环算法以及随机梯度下降优化算法的具体表征,利用卷积神经网络运用到行人重识别方向解决实际问题,最后介绍了不同深度学习算法在数据处理中的具体应用并对其发展趋势提出展望。