用于手写数字识别的大规模深度人工神经网络
计算机视觉与模式识别
2015-07-20 v1 机器学习
神经与进化计算
摘要
贪婪型受限玻尔兹曼机在著名的 MNIST 手写数字数据库上取得了相当低的 0.72% 错误率。实现这一结果所需的仅仅是大量由众多神经元构成的隐藏层，以及一块能极大加快学习速率的图形处理器。
引用
@article{arxiv.1507.05053,
title = {Massively Deep Artificial Neural Networks for Handwritten Digit Recognition},
author = {Keiron O'Shea},
journal= {arXiv preprint arXiv:1507.05053},
year = {2015}
}
备注
2 pages, 1 figure