期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
开源深度学习框架发展现状与趋势研究
被引量:
10
原文传递
导出
摘要
一、概述 浅层学习起源上世纪20年代人工神经网络的反向传播算法(Back—Propagation)的发明,这时候的人工神经网络算法也被称为多层感知机MLP(Multiple Layer Perception)。但由于多层网络训练困难,通常都是只有一层隐含层的浅层模型。
作者
庞涛
机构地区
中国电信股份有限公司广东研究院
出处
《互联网天地》
2018年第4期46-54,共9页
China Internet
关键词
学习
人工神经网络算法
框架
开源
反向传播算法
多层感知机
网络训练
层模型
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
0
共引文献
0
同被引文献
103
引证文献
10
二级引证文献
140
同被引文献
103
1
无.
人工智能工程化促进企业韧性交付[J]
.软件和集成电路,2021(3):52-53.
被引量:1
2
傅隆生,宋珍珍,Zhang Xin,李瑞,王东,崔永杰.
深度学习方法在农业信息中的研究进展与应用现状[J]
.中国农业大学学报,2020,25(2):105-120.
被引量:50
3
FENG Zhiqing,LIAN Peiqing.
“Deep-time Digital Basin” Based on Big Data and Artificial Intelligence[J]
.Acta Geologica Sinica(English Edition),2019,93(S01):14-16.
被引量:2
4
石崇东,李琪,张绍槐.
智能油田和智能钻采技术的应用与发展[J]
.石油钻采工艺,2005,27(3):1-4.
被引量:23
5
索红光,王雷全,刘玉树.
面向油田企业网的智能客户端系统应用研究[J]
.中国石油大学学报(自然科学版),2007,31(3):152-156.
被引量:2
6
张凯,姚军,徐晖,孙洪亮,刘均荣.
油田智能生产管理技术[J]
.油气田地面工程,2009,28(12):62-63.
被引量:8
7
杨艳.
用技术创造可持续的能源未来——壳牌的技术创新管理[J]
.国际石油经济,2011,19(3):68-73.
被引量:5
8
许增魁,马涛,王铁成,王珂,项建.
数字油田技术发展探讨[J]
.中国信息界,2012(9):28-32.
被引量:23
9
邓力,陈晓翔,林嘉宇.
基于GPU的CUDA应用开发环境构架[J]
.微处理机,2013,34(1):1-3.
被引量:2
10
余凯,贾磊,陈雨强,徐伟.
深度学习的昨天、今天和明天[J]
.计算机研究与发展,2013,50(9):1799-1804.
被引量:597
引证文献
10
1
王强,苏乐,谢智刚.
人工智能框架技术趋势研究[J]
.智能安全,2023,2(1):46-52.
2
郭敏钢,宫鹤.
基于Tensorflow对卷积神经网络的优化研究[J]
.计算机工程与应用,2020,56(1):158-164.
被引量:18
3
齐燕.
基于人工智能算法的图像识别与生成研究[J]
.电子元器件与信息技术,2019,3(11):45-47.
被引量:14
4
黄玉萍,梁炜萱,肖祖环.
基于TensorFlow和PyTorch的深度学习框架对比分析[J]
.现代信息科技,2020,4(4):80-82.
被引量:28
5
庞涛,丘海华,潘碧莹.
手机终端人工智能关键技术研究[J]
.电信科学,2020,36(5):145-151.
被引量:5
6
李阳,廉培庆,薛兆杰,戴城.
大数据及人工智能在油气田开发中的应用现状及展望[J]
.中国石油大学学报(自然科学版),2020,44(4):1-11.
被引量:67
7
文莎,张思龙.
人工智能算法平台设计[J]
.长江信息通信,2021,34(12):74-76.
8
庞涛,沙通,崔思静,杨婷婷.
移动智能终端人工智能芯片算力评测方法[J]
.移动通信,2022,46(5):89-93.
被引量:2
9
闫宗一,任德均,李鑫,任秋霖,曹林杰.
基于B/S架构的图像处理深度学习平台设计[J]
.现代电子技术,2022,45(16):60-66.
被引量:5
10
宋仕月,陈政羽,郑一凡,徐梓航,潘铖.
深度学习在农业病虫害智能识别方面的研究进展[J]
.智慧农业导刊,2023,3(4):1-4.
被引量:1
二级引证文献
140
1
凡姚申,窦身堂,裴洪杨,于守兵,韩香举,陈沈良.
大河三角洲侵蚀灾害与应对策略研究进展[J]
.自然灾害学报,2022,31(2):12-25.
被引量:1
2
韩庆生.
TensorFlow与Pytorch环境的搭建[J]
.计算机产品与流通,2020,0(5):124-124.
被引量:3
3
吴国超.
涪陵页岩气田智能化建设与探索[J]
.智能制造,2021(S01):164-167.
被引量:1
4
梁培哲,祝名,张大宇,魏震霄,刘成.
基于多类网络模型的AI芯片测评方法研究[J]
.智能安全,2023,2(3):20-29.
5
王强,苏乐,谢智刚.
人工智能框架技术趋势研究[J]
.智能安全,2023,2(1):46-52.
6
季婧.
浅析人工智能在行业学会中的应用[J]
.电子测试,2020,31(11):139-140.
被引量:1
7
曾长雄.
计算机智能图像识别算法浅析[J]
.电子元器件与信息技术,2020,4(3):61-63.
被引量:9
8
钱哲怡.
探讨手机终端人工智能关键技术[J]
.科学与信息化,2020(20):9-9.
被引量:1
9
李延旭,周旭.
基于人工智能图像识别的AGV小车的研究[J]
.南方农机,2020,51(16):118-119.
10
董大銮.
基于人工智能算法的图像识别技术的原理及运用[J]
.中国宽带,2020(3):89-89.
互联网天地
2018年 第4期
职称评审材料打包下载
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...
;
用户登录
登录
IP登录
使用帮助
返回顶部