期刊文献+

深度学习中卷积神经网络的教学探讨 被引量:4

下载PDF
导出
摘要 深度学习是智能科学与技术领域的最新突破性进展,卷积神经网络是其中一个代表性工作。文章探讨如何开展卷积神经网络的教学工作,包括教学内容的安排和教学内容之外的考虑两个方面,旨在将智能科学与技术的这一最新成果介绍给学生,使他们能较早接触学科前沿,提升学习兴趣,激发创新动力。同时,也为广大教师提供一些教学的思路和方法。
出处 《计算机教育》 2015年第18期58-59,74,共3页 Computer Education
  • 相关文献

参考文献10

  • 1钟义信.传播创新成果,服务社会需求——论核心课程的设计[J].计算机教育,2014(19):22-25. 被引量:8
  • 2钟义信.高等人工智能:人工智能理论的新阶段[J].计算机教育,2012(18):6-11. 被引量:19
  • 3李睿凡,王小捷,钟义信.引入深度学习的人工智能类课程[J].计算机教育,2013(19):58-61. 被引量:4
  • 4李睿凡,王小捷,钟义信.探索神经网络深度学习的教学[J].计算机教育,2014(19):77-79. 被引量:5
  • 5Haykin S. Neural networks and learning machines[M].New York: Prentice Hall, 2008.
  • 6Hinton G, Salakhutdinov R.Reducing the dimensionality of data with neural networks [J]. Science, 2006, 5786(313): 504-507.
  • 7Krizhevsky A, Sutskever I,Hinton G.ImageNet classification with deep convolutional neural networks[C]. Lake Tahoe: Neural Information Processing Systems (NIPS) Foundation, 2012: 1106-1114.
  • 8Bengio Y.Learning deep architectures for AI[J].Foundations and Trends in Machine Learning, 2009, 2(1):1-127.
  • 9Arel I, Rose D C, Karnowski T P.Deep machine Learning: a new frontier in artificial intelligence research[J].IEEE Computational Intelligence Magazine, 2010, 5(4): 13-18.
  • 10Dahl G E, Sainath T N, Hinton G E.Improving deep neural networks for LVCSR using rectified linear units and dropout[C]//2013 IEEE International conference on acoustic speech and signal processing. Florence: IEEE Signal Processing Society, 2014.

二级参考文献17

  • 1钟义信.机器知行学原理[M].北京:科学出版社,2007.
  • 2Zhong Y X. Advanced Intelligence: Definition, Approach and Progress[J]. International Journal of Advanced Intelfigence, 2010, 2( 1 ): 15-23.
  • 3Russell S, Norvig P. Artificial intelligence: a modem approach [M]. New Jersey: Prentice Hall, 2006.
  • 4Nilsson N. Artificial intelligence: new synthesis [M]. San Francisco: Morgan Kaufmarm Publishers, 1998.
  • 5钟义信.高等人工智能原理[M].北京:科学出版社,2014.
  • 6Hinton G, Salakhutdinov R. Reducing the dimensionality of data with neural networks[J]. Science, 2006, 313(5786): 504-507.
  • 7Arel I, Rose D C, Kamowski T P. Deep machine learning:a new frontier in artificial intelligence research[J]. IEEE Computational Intelligence Magazine, 2010, 5 (4), 13-18.
  • 8Krizhevsky A, Sutskever I, Hinton G. ImageNet classification with deep convolutional neural networks[C]//Advances in Neural Information Processing Systems. Lake Tahoe: Neural Information Processing Systems (NIPS) Foundation, 2012:1106-1114.
  • 9Bengio Y. Learning deep architectures for AI[J]. Foundations and Trends: in Machine Learning, 2009, 2(1): 1-127.
  • 10刘作军,张磊,杨鹏,岳大为.谈我校增设“智能科学与技术”专业的设想与措施[J].计算机教育,2009(11):53-56. 被引量:5

共引文献30

同被引文献8

引证文献4

二级引证文献16

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部