Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 薛筑軒 | zh_TW |
dc.date.accessioned | 2017-12-28T07:20:01Z | - |
dc.date.available | 2017-12-28T07:20:01Z | - |
dc.date.issued | 2017-09 | en_US |
dc.identifier.uri | https://www.cs.nctu.edu.tw/cscc/dashboard-backend/storage/attachments/jbxq72Ihe5tJONKCpDrLs23XlOswg3upm9RUOHZd.pdf | en_US |
dc.identifier.uri | http://hdl.handle.net/11536/138304 | - |
dc.description.abstract | 本次演講介紹深度學習與人工智慧目前的發展以及未來的趨勢。深度學習目前很成功的被應用在很多問題上,其中很重要的一個成分就是「深度」。以往的圖像辨識都需要人為提取出特徵,再交由機器學習演算法學習;在深度學習中,特徵的提取也變成訓練的一部份;此外,一層一層的架構可以幫助機器學習到階層式的概念。卷積神經網路充分利用了圖像的兩個特性:鄰近的像素點高度相關以及圖像的統計數據和在圖片中的位置是獨立的。再加上硬體設備 GPU 的發展,訓練的速度越來越快,網路的架構也可以越來越深。 | zh_TW |
dc.language.iso | zh_TW | en_US |
dc.publisher | 國立交通大學資訊學院 | zh_TW |
dc.title | 【學術交流】 Yann LeCun:Deep Learning and the Path to AI | zh_TW |
dc.type | Campus Publications | en_US |
dc.identifier.journal | 交大資訊人 | zh_TW |
dc.identifier.journal | infoman | en_US |
dc.citation.spage | 18 | en_US |
dc.citation.epage | 18 | en_US |
Appears in Collections: | CS @ NCTU |