| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究工作的背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 深度学习的研究现状及难点 | 第12-14页 |
| 1.2.2 糖尿病视网膜病变的研究现状及难点 | 第14-15页 |
| 1.3 主要工作及组织结构 | 第15-18页 |
| 1.3.1 主要工作内容以及创新点 | 第15-16页 |
| 1.3.2 组织结构 | 第16-18页 |
| 第二章 深度学习图像分类相关理论 | 第18-30页 |
| 2.1 卷积神经网络相关算法 | 第18-26页 |
| 2.1.1 卷积层(Convolutions) | 第18-21页 |
| 2.1.2 下采样层(Subsampling) | 第21页 |
| 2.1.3 激活函数 | 第21-23页 |
| 2.1.4 前向传播与反向传播 | 第23-26页 |
| 2.2 Highway Network模型 | 第26页 |
| 2.3 大数据下的深度学习分布式训练技术 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于自适应重采样的糖尿病视网膜病变分类 | 第30-56页 |
| 3.1 糖尿病视网膜病变数据集 | 第30-33页 |
| 3.1.1 数据集介绍 | 第30-31页 |
| 3.1.2 预处理 | 第31-33页 |
| 3.2 卷积神经网络模型设计 | 第33-37页 |
| 3.2.1 AlexNet与VGGNet研究 | 第33-36页 |
| 3.2.2 改进的层次递进卷积神经网络模型 | 第36-37页 |
| 3.3 改进的自适应重采样方法 | 第37-41页 |
| 3.3.1 静态Resampling | 第38-39页 |
| 3.3.2 改进的Resampling | 第39-41页 |
| 3.4 优化方法以及实验结果分析 | 第41-55页 |
| 3.4.1 归一化和并行裁剪 | 第46-48页 |
| 3.4.2 实验训练过程 | 第48-53页 |
| 3.4.3 实验结果分析 | 第53-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第四章 基于均方特征融合的糖尿病视网膜病变二次检测 | 第56-72页 |
| 4.1 基于残差网络的模型设计 | 第56-60页 |
| 4.1.1 多层次残差网络设计 | 第57-58页 |
| 4.1.2 Xavier初始化改进 | 第58-60页 |
| 4.2 改进的均方特征融合网络模型 | 第60-66页 |
| 4.2.1 RMS卷积层特征提取以及可视化 | 第61-64页 |
| 4.2.2 特征融合 | 第64-65页 |
| 4.2.3 二次检测 | 第65-66页 |
| 4.3 优化方法以及实验结果分析 | 第66-70页 |
| 4.3.1 实验配置 | 第66页 |
| 4.3.2 优化方法 | 第66-67页 |
| 4.3.3 实验结果以及分析 | 第67-70页 |
| 4.4 本章小结 | 第70-72页 |
| 第五章 大数据下的分布式深度学习训练系统 | 第72-92页 |
| 5.1 需求分析 | 第72页 |
| 5.2 总体设计 | 第72-77页 |
| 5.2.1 系统框架图 | 第72-74页 |
| 5.2.2 数据降维流程 | 第74-75页 |
| 5.2.3 数据分片流程 | 第75-76页 |
| 5.2.4 异步梯度下降流程 | 第76-77页 |
| 5.2.5 模型拷贝与训练流程 | 第77页 |
| 5.3 详细设计与实现 | 第77-84页 |
| 5.3.1 预处理模块 | 第77-78页 |
| 5.3.2 分片模块 | 第78-79页 |
| 5.3.3 参数服务器模块 | 第79-82页 |
| 5.3.4 预热模块 | 第82页 |
| 5.3.5 分布式训练模块 | 第82-84页 |
| 5.4 分布式训练仿真实验与结果分析 | 第84-91页 |
| 5.4.1 实验参数配置 | 第84页 |
| 5.4.2 数据预处理 | 第84-85页 |
| 5.4.3 模型初始化 | 第85-86页 |
| 5.4.4 模型训练过程 | 第86-87页 |
| 5.4.5 实验结果分析以及存在问题 | 第87-91页 |
| 5.5 本章小结 | 第91-92页 |
| 第六章 全文总结与展望 | 第92-94页 |
| 6.1 全文总结 | 第92页 |
| 6.2 未来展望 | 第92-94页 |
| 致谢 | 第94-95页 |
| 参考文献 | 第95-99页 |
| 攻读硕士学位期间取得的成果 | 第99-100页 |