声明
摘要
1 绪论
1.1 课题背景与研究意义
1.2 国内外研究现状
1.2.1 深度学习在语音识别领域的现状
1.2.2 深度学习在图像识别领域的现状
1.2.3 深度学习在自然语言处理领域的现状
1.2.4 深度学习框架研究现状
1.3 本文结构安排与研究目标
1.3.1 研究目标
1.3.2 结构安排
2 人工神经网络和卷积神经网络概述及结构
2.1 人工神经网络
2.1.1 人工神经网络概述
2.1.2 单层感知器
2.1.3 多层感知器
2.1.4 前馈反向传播算法
2.2 卷积神经网络
2.2.1 卷积神经网络概述
2.2.2 卷积神经网络的结构
3 Caffe深度学习框架的搭建与原理
3.1 Caffe深度学习框架概述
3.1.1 Caffe深度学习框架基本介绍
3.1.2 Caffe深度学习框架的特性
3.2 Caffe框架环境的搭建
3.2.1 Caffe框架搭建所需的软件
3.2.2 Caffe框架安装步骤
4 基于Caffe深度学习框架的仿真
4.1 基于Caffe的卷积神经网络模型训练
4.1.1 基于样例CIFAR-10数据集的卷积神经网络配置训练方法
4.1.2 使用Caffe深度学习框架训练自己的网络
4.2 基于手写字符集的LeNet-5卷积神经网络的改进
4.2.1 MNSIT数据集
4.2.2 LeNet-5网络原型工作原理及改进方向
4.2.3 本文改进的卷积神经网络结构以及激活函数
4.2.4 仿真实验结果对比
5 总结与展望
5.1 工作总结
5.2 不足与展望
参考文献
致谢
河北师范大学;