当前深度学习领域主要有哪些前沿回归任务模型
网站声明：如果转载，请联系本站管理员。否则一切后果自行承担。
赞同 0
评论 1 条
-
1843880570 2024-03-08 09:05:53玻尔兹曼机
玻尔兹曼机是学习任意概率分布的连接主义方法，使用最大似然原则进行学习。
受限玻尔兹曼机
受限玻尔兹曼机 (Restricted Boltzmann Machines, RBM) 是马尔可夫随机场的一种特殊类型，包含一层随机隐藏单元，即潜变量和一层可观测变量。
Hinton 和 Salakhutdinov(2011) 提出了一种利用受限玻尔兹曼机 (RBM) 进行文档处理的深度生成模型。
深度信念网络
深度信念网络 (Deep Belief Networks, DBN) 是具有多个潜在二元或真实变量层的生成模型。
Ranzato 等人 (2011) 利用深度信念网络 (deep Belief Network, DBN) 建立了深度生成模型进行图像识别。
深度朗伯网络
Tang 等人 (2012) 提出了深度朗伯网络 (Deep Lambertian Networks，DLN)，它是一个多层次的生成模型，其中潜在的变量是反照率、表面法线和光源。DLNis 是朗伯反射率与高斯受限玻尔兹曼机和深度信念网络的结合。
生成对抗网络
Goodfellow 等人 (2014) 提出了生成对抗网络 (generate Adversarial Nets, GAN)，用于通过对抗过程来评估生成模型。GAN 架构是由一个针对对手（即一个学习模型或数据分布的判别模型）的生成模型组成。Mao 等人 (2016)、Kim 等人 (2017) 对 GAN 提出了更多的改进。
Salimans 等人 (2016) 提出了几种训练 GANs 的方法。
- 拉普拉斯生成对抗网络
Denton 等人 (2015) 提出了一种深度生成模型 (DGM)，叫做拉普拉斯生成对抗网络 (LAPGAN)，使用生成对抗网络 (GAN) 方法。该模型还在拉普拉斯金字塔框架中使用卷积网络。
循环支持向量机
Shi 等人 (2016a) 提出了循环支持向量机 (RSVM)，利用循环神经网络 (RNN) 从输入序列中提取特征，用标准支持向量机 (SVM) 进行序列级目标识别。
赞同 1 反对 0回复
- 拉普拉斯生成对抗网络
- 上周热门
- 银河麒麟添加网络打印机时，出现“client-error-not-possible”错误提示 1326
- 银河麒麟打印带有图像的文档时出错 1239
- 银河麒麟添加打印机时，出现“server-error-internal-error” 1026
- 统信桌面专业版【如何查询系统安装时间】 954
- 统信操作系统各版本介绍 947
- 统信桌面专业版【全盘安装UOS系统】介绍 906
- 麒麟系统也能完整体验微信啦！ 892
- 统信【启动盘制作工具】使用介绍 502
- 统信桌面专业版【一个U盘做多个系统启动盘】的方法 444
- 信刻全自动档案蓝光光盘检测一体机 389
- 本周热议
- 我的信创开放社区兼职赚钱历程 40
- 今天你签到了吗？ 27
- 信创开放社区邀请他人注册的具体步骤如下 15
- 如何玩转信创开放社区—从小白进阶到专家 15
- 方德桌面操作系统 14
- 我有15积分有什么用? 13
- 用抖音玩法闯信创开放社区——用平台宣传企业产品服务 13
- 如何让你先人一步获得悬赏问题信息？（创作者必看） 12
- 2024中国信创产业发展大会暨中国信息科技创新与应用博览会 9
- 中央国家机关政府采购中心：应当将CPU、操作系统符合安全可靠测评要求纳入采购需求 8
热门标签更多
