中国科学技术信息研究所--国家工程技术数字图书馆

1. 揭秘深度学习

[会议] Bill Chou Bill Chou MATLAB EXPO 2018 中国用户大会 2018年共 45 页

摘要 : 为什么用MATLAB要进行深度学习?因为MATLAB是高效的，MATLAB是快速的，MATLAB与开源软件相结合。神经网络的层次就像积木能堆叠起来，能替换层次，每个隐藏层处理上一层的信息，可以用不同的方式排列层次。

关键词 : 深度学习神经网络 MATLAB代码

2. 深度学习发展综述

[会议] TAN Xiao-Feng 谭笑枫 LI Guang-Shuai 李广帅第十五届国家安全地球物理专题研讨会 2019年共 9 页

摘要 : 深度学习是基于数据表示的一类更广的机器学习方法,它的出现不仅推动了机器学习的发展,而且促进了人工智能的革新.深度学习的研究成果已经被成功应用在语音识别、图像分类识别、地球物理等领域,具有巨大的发展潜力和社会价值.文中在对深度学习研究历史... 展开

关键词 : 深度学习卷积神经网络深度置信网络自编码器

3. 让学习深度发生

[会议] 刘艳萍第六届中国教育创新年会 2019年共 4 页

摘要 : 所谓深度学习，就是指在教师引领下，学生围绕着具有挑战性的学习主题，全身心积极参与、体验成功、获得发展的有意义的学习过程。在这个过程中，学生掌握学科的核心知识，理解学习的过程，把握科学的本质及思想方法，形成积极的内在学习动机、高级的... 展开

关键词 : 深度学习课程设计课程标准

4. 走向深度学习三段式学习

[会议] 纪成涛走向深度学习的目标教学——目标教学30周年学术研讨会 2016年共 5 页

摘要 : 新课程改革以来,围绕着变革性的实践,各个学校都在不断的追求创新,形成了丰富多彩的课堂教学模式,但大部分模式仍然关注的是知识和技能.应当清楚,学生的学习还必须要知道如何分析、评判、协作和创造,进而实现深度学习,促使学生理性思维、批判质疑、问... 展开

关键词 : 小学教育课程改革教学模式核心素养

[会议] 2019年易智瑞用户大会 2019年共 21 页

摘要 : 将Tensorflow与ENVI集成在一起，为遥感图像处理的ENVI用户们提供方便，尽力消除使用Tensorflow框架的困难部分，使其成为几乎透明的深度学习引擎。

关键词 : 遥感图像处理平台深度学习模块图像处理深度学习框架数据对接

6. 内存计算与深度学习

[会议] 2016第七届中国数据库技术大会 2016年共 20 页

摘要 : 基于内存计算RapidsDB特点：全内存分布式数据库，高性能，高吞吐量，高扩展性，满足ACID数据库基本要求，支持标准SQL语句，实时数据加载，动态数据导出，高性能存储过程，高可用性，异地灾备，动态迁移。

关键词 : 分布式内存数据库内存计算深度学习可扩展性

7. 深度学习与媒体计算

[会议] CCF多媒体专委会 CCF2014-2015中国计算机科学技术发展报告会 2015年共 16 页

摘要 : 海量数据的快速增长给多媒体计算带来了深刻挑战.与传统以手工构造为核心的媒体计算模式不同,数据驱动下的深度学习(特征学习)方法成为当前媒体计算主流.本报告重点分析了深度学习在检索排序与标注、多模态检索与语义理解、视频分析与理解等媒体计算方... 展开

关键词 : 深度学习媒体计算视频检索异构鸿沟语义鸿沟

8. 理解取向的深度学习

[会议] 陈明选中国教育技术协会信息技术教育专业委员会第十三届学术年会 2017年共 2 页

摘要 : 目前,深度学习引起了计算机人工智能领域和教育界的高度关注.在人工智能领域,深度学习被定义为“一系列试图使用多重非线性变换对数据进行多层抽象的算法”,同时也被认为是对人工神经网络(artificial neural network,ANN)的发展,在更高水平上表达了抽... 展开

关键词 : 翻转课堂深度学习批判性思维问题意识

[会议] 王孝金第16届教育技术国际论坛暨首届智慧教育国际研讨会 2017年共 4 页

摘要 : 近几年来深度学习一直备受教育界关注,随着在线教育事业的蓬勃发展,在线学习中的深度学习成为受关注的话题.本研究主要采用文献研究法和案例分析法,以深度学习理论为指引,结合深度学习的一系列表现,设计在线学习活动,期望通过这些活动在一定程度上促进... 展开

关键词 : 在线学习活动设计深度学习

10. 基于深度学习的深度图超分辨

[会议] Xiao Yuning 肖宇宁 Wen Yang 温阳 Sheng Bin 盛斌 Ma Lizhuang 马利庄 Wu Enhua 吴恩华 2017中国计算机辅助设计与图形学大会（2017 China CAD&CG） 2017年共 17 页

摘要 : 本文提出一种有效的基于深度学习的深度图超分辨方法.不同于现有的基于深度学习的图像超分辨方法,本文使用深度网络来学习滤波器核,从而构造数据驱动的滤波器.本文提出方法主要包括有效的数据预处理、深度网络预测滤波器核以及基于滤波器的深度图超分... 展开

关键词 : 深度图超分辨性能纹理特征深度学习卷积神经网络