深度学习应用程序代码自动生成平台开发开题报告

 2020-02-10 10:02
1.目的及意义(含国内外的研究现状分析)


1.1 设计背景

深度学习是计算机科学机器学习领域中的一个新的研究方向[1-2],是机器学习中一种基于对数据进行表征学习的方法,通过组合低层特征形成更加抽象的高层表示,以发现数据的分布式特征表示[3]。观测值可以使用多种方式来表示,如每个像素强度值的向量,或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。

深度学习已广泛应用于模式识别、图像识别、语音识别、精准营销、医疗大数据分析等领域[4]。这些在深度学习算法基础上飞速发展起来的现代应用更加完善了对深度学习的研究。各种开源的深度学习框架应运而生,以TensorFlow为代表的分布式框架,在设计神经网络结构的代码简洁度、分布式深度学习算法的执行效率及部署的便利性上都有绝对优势。同时采用CPU GPU FPGA的异构计算构架,可增强深度学习的性能。

然而,GPU和FPGA编程均具有较强的专业性,导致大多数深度学习用户难以便捷地使用深度学习平台。不同层次的数据异构现象,形成了各部门乃至同部门各层级单位之间数据交流和共享的严重阻碍[5]

您需要先支付 5元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,微信号:bysjorg 、QQ号:3236353895;