深度學習專題

目錄
《中國電子信息工程科技發(fā)展研究》編寫說明
前言
第1章 全球發(fā)展態(tài)勢 1 
1.1 深度學習技術(shù)發(fā)展情況 1 
1.1.1 深度學習發(fā)展歷史 1 
1.1.2 深度學習成為全球?qū)W術(shù)研究熱點 5 
1.1.3 深度學習為多個應用技術(shù)領(lǐng)域帶來突破性進展 7 
1.1.4 深度學習技術(shù)即將進入主流采用階段 10 
1.2 產(chǎn)業(yè)發(fā)展情況 12 
1.2.1 全球深度學習市場區(qū)域差異化高速增長 12 
1.2.2 深度學習在多個行業(yè)廣泛應用 13 
1.3 人才需求情況 14 
1.4 全球發(fā)展趨勢 16 
1.4.1 深度學習應用覆蓋更廣泛，市場增速加快 16 
1.4.2 深度學習技術(shù)研究持續(xù)深入 16 
1.4.3 邊緣計算將給深度學習和芯片帶來更多市場 18 
1.4.4 深度學習芯片迎來高速發(fā)展的階段 20
第2章 我國發(fā)展現(xiàn)狀 22 
2.1 基礎理論和底層技術(shù)亟待加強 22 
2.2 應用技術(shù)領(lǐng)先 24 
2.3 產(chǎn)業(yè)應用蓬勃發(fā)展 26
第3章 我國熱點亮點 28 
3.1 AI芯片 28 
3.1.1 發(fā)展AI芯片刻不容緩 28 
3.1.2 與深度學習相融共生的AI芯片技術(shù) 30 
3.1.3 多樣化的AI芯片應用 32 
3.2 深度學習框架 35 
3.2.1 深度學習框架的發(fā)展現(xiàn)狀 35 
3.2.2 深度學習框架的構(gòu)成 36 
3.2.3 深度學習框架的研究熱點 40 
3.3 自動化深度學習 41 
3.3.1 自動化深度學習的發(fā)展現(xiàn)狀 41 
3.3.2 自動化深度學習的核心技術(shù) 43 
3.3.3 自動化深度學習的典型應用 45 
3.4 深度學習模型 47 
3.4.1 視覺模型 47 
3.4.2 語音模型 53 
3.4.3 自然語言處理模型 56 
3.5 行業(yè)應用 60
第4章 未來展望與思考 66 
4.1 基礎理論展望 66 
4.2 應用技術(shù)展望 68 
4.3 產(chǎn)業(yè)應用展望 70 
4.4 對我國深度學習技術(shù)未來發(fā)展的思考 72
第5章 總結(jié)和致謝 75
參考文獻 76