深度学习-LeCun、Bengio和Hinton的联合综述

深度学习之综述路线图以及其项目应用，它是机器学习中一种基于对数据进行表征学习的方法。在给予它一组输入后，它使我们能够训练AI来预测结果。其动机在于建立、模拟人脑进行分析学习的神经网络。

针对深度学习领域，对比多种目标检测算法，有助于研发人员选取适合的模型。

本文将近些年来知识蒸馏的主要研究成果进行梳理并加以总结分析该领域所面临的挑战详细阐述知识蒸馏的学习框架从多种分类角度对知识蒸馏的相关工作进行对比和分析.

在深度学习中如何利用大量易获取的无标注数据增强神经网络模型的特征表达能力是一个具有重要意义的研究问题而对比学习是解决该问题的有效方法之一近年来得到了学术界的广泛关注涌现出一大批新的研究方法和成果.本文

尽管在深度学习方面取得了最近的进展，但大多数方法仍然采用类似“筒仓”的解决方案，专注于孤立地学习每个任务:为每个单独的任务训练一个单独的神经网络。然而，许多现实问题需要多模态方法，因此需要多任务模型。

实体关系抽取作为信息抽取、自然语言理解、信息检索等领域的核心任务和重要环节,能够从文本中抽取实体对间的语义关系.近年来,深度学习在联合学习、远程监督等方面上的应用,使关系抽取任务取得了较为丰富的研究成

最先提出深度学习算法hinton的自动编码器matlab代码，内容是：利用多层rbm进行自动编码的多层特征训练，然后使用梯度算法进行fineturn。可以进行特征提取，也可以进行分类。

深度学习中文版-Deep+Learning-Yoshua+Bengio 人工智能AI 深度学习

该书由深度学习大神Ian Goodfellow Yoshua Bengio所著，是深度学习圣经，入门必备！

Lecun CNN