基于Caffe深度學(xué)習(xí)框架的卷積神經(jīng)網(wǎng)絡(luò)研究.pdf

1、深度學(xué)習(xí)是人工智能領(lǐng)域發(fā)展的一個重要組成部分，深度學(xué)習(xí)在許多領(lǐng)域（如圖像識別、語音識別、自然語言處理）取得了突破，在傳統(tǒng)算法不易解決的應(yīng)用方面也取得了令人可喜的成就，包括自動無人駕駛汽車、自動模式識別、自動同聲傳譯、商品圖片檢索、手寫字符識別、車牌自動識別等。近年來，隨著研究開發(fā)人員對于深度學(xué)習(xí)開發(fā)過程要求的不斷提高，傳統(tǒng)的深度學(xué)習(xí)編程方法已經(jīng)不能滿足當(dāng)前的需要，傳統(tǒng)的深度學(xué)習(xí)編程方法會耗費(fèi)研究開發(fā)人員數(shù)月甚至幾年的時間用來實(shí)現(xiàn)最基本的

2、算法，與此同時，一些世界項尖的科研機(jī)構(gòu)開始尋求快速、高效的深度學(xué)習(xí)開發(fā)模式，因此就產(chǎn)生了包括本文研究的Caffe深度學(xué)習(xí)框架在內(nèi)的多種深度學(xué)習(xí)開發(fā)框架。這些深度學(xué)習(xí)框架不僅為科研機(jī)構(gòu)、相關(guān)開發(fā)人員提供了高效、快速的開發(fā)模式，并且其中一些深度學(xué)習(xí)框架還提供了多個卷積神經(jīng)網(wǎng)絡(luò)模型以便開發(fā)人員在較為先進(jìn)、完善的卷積神經(jīng)網(wǎng)絡(luò)模型上進(jìn)行研究、改進(jìn)。
　　本文基于Caffe深度學(xué)習(xí)框架的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行了以下幾項工作和研究:
　　首先，

3、介紹了關(guān)于深度學(xué)習(xí)在圖像識別，語音識別，自然語言處理三個領(lǐng)域的研究現(xiàn)狀，以及幾個主流的深度學(xué)習(xí)框架，并且進(jìn)行了比較，由此引出Caffe深度學(xué)習(xí)框架。
　　之后，從人工神經(jīng)網(wǎng)絡(luò)引出卷積神經(jīng)網(wǎng)絡(luò)，對卷積神經(jīng)網(wǎng)絡(luò)的構(gòu)成要素和結(jié)構(gòu)進(jìn)行了詳細(xì)闡述，對Caffe深度學(xué)習(xí)框架的幾個特性做了介紹，詳細(xì)說明了Caffe環(huán)境搭建的步驟。
　　最后，本文使用Caffe深度學(xué)習(xí)框架進(jìn)行仿真實(shí)驗(yàn)。仿真包括三個部分:1、以CIFAR-10的神經(jīng)網(wǎng)絡(luò)為例