基本信息

---

下载

文档摘要

---

深度网络赋能：少样本学习算法的理论、实践与创新探索

一、引言

1.1研究背景与意义

1.1.1深度学习发展现状

近年来，深度学习作为人工智能领域的关键技术，取得了令人瞩目的进展。深度学习模型，如卷积神经网络（ConvolutionalNeuralNetworks,CNN）、循环神经网络（RecurrentNeuralNetworks,RNN）及其变体长短期记忆网络（LongShort-TermMemory,LSTM）和门控循环单元（GatedRecurrentUnit,GRU），以及基于Transformer架构的模型等，在计算机视觉、自然语言处理、语音识别等