卷积神经网络及其应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-10页 |
| 1.1 深度神经网络 | 第9页 |
| 1.2 文章结构 | 第9-10页 |
| 2 人工神经网络 | 第10-17页 |
| 2.1 神经元 | 第10页 |
| 2.2 前向传播 | 第10-12页 |
| 2.3 反向传播 | 第12-16页 |
| 2.4 Softmax回归 | 第16-17页 |
| 3 卷积神经网络 | 第17-22页 |
| 3.1 卷积(Convolution) | 第17-18页 |
| 3.2 池化(Pooling) | 第18-19页 |
| 3.3 卷积神经网络的结构 | 第19-20页 |
| 3.4 卷积神经网络的前向传播与反向传播 | 第20-22页 |
| 3.4.1 前向传播 | 第20-21页 |
| 3.4.2 反向传播 | 第21-22页 |
| 4 神经网络的优化 | 第22-25页 |
| 4.1 梯度下降 | 第22页 |
| 4.2 损失函数 | 第22-23页 |
| 4.3 线性校正单元与Dropout | 第23-24页 |
| 4.4 CUDA编程 | 第24-25页 |
| 5 实验设计 | 第25-30页 |
| 5.1 图像分类 | 第25-27页 |
| 5.1.1 MNIST | 第25-26页 |
| 5.1.2 CIFAR-10 | 第26-27页 |
| 5.2 语音识别 | 第27-29页 |
| 5.2.1 863语料库 | 第28-29页 |
| 5.2.2 android-mobile语音 | 第29页 |
| 5.3 GPU与CPU性能对比 | 第29-30页 |
| 结论 | 第30-31页 |
| 参考文献 | 第31-33页 |
| 攻读硕士学位期间发表学术论文情况 | 第33-34页 |
| 致谢 | 第34-35页 |
