A Comprehensive Survey on Deep Learning Approaches

前段时间，一位天大的师兄分享了这篇文章，干货满满！ 感觉十分不错，自己也挂出来分享下。

The History Began from AlexNet: A Comprehensive Survey on Deep Learning Approaches

M. Z. Alom, T. M. Taha, C. Yakopcic, S. Westberg, M. Hasan, B. C. Van Esesn, A. A. S. Awwal, and V. K. Asari, “The history began from alexnet: A comprehensive survey on deep learning approaches,” arXiv preprint arXiv:1803.01164, 2018.

论文地址：https://arxiv.org/abs/1803.01164

A. 深度学习方法的类型

1. 监督学习
2. 半监督学习
3. 非监督学习
4. 深度强化学习（DRL）

B. 特征学习

C. 应用深度学习的时机和领域

D. 深度学习的前沿发展

1. ImageNet 数据集上的图像分类
2. 自动语音识别

E. 为什么要使用深度学习

1. 通用学习方法
2. 鲁棒性
3. 泛化
4. 可扩展性

F. 深度学习面临的挑战

后面的结构如下：

第二节讨论 DNN 的详细调查；第三节讨论 CNN；第四节介绍了不同的先进技术，以有效地训练深度学习模型； 第五节讨论 RNN； AE 和 RBM 在第六节中讨论； GAN 及其应用在第七节讨论；强化学习在第八节中介绍；第九节解释迁移学习； 第十节介绍了深度学习的高效应用方法和硬件； 第十一节讨论了深度学习框架和标准开发工具包（SDK）； 第十二节给出了不同应用领域的基准测试结果；第十三节为结论。