一、列出五種深度學(xué)習(xí)相關(guān)的方法名稱，并給出相應(yīng)英文（10分）

　　答：1） 深度置信網(wǎng)絡(luò)（Deep Belief Networks， DBN）

　　2） 卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks， CNN）

　　3） 循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Networks， RNN）

　　4） 變分自編碼器（Variational Auto-Encoder，VAE）

　　5） 生成對(duì)抗網(wǎng)絡(luò)（Generative Adversarial Network， GAN）

?

　　二、 簡(jiǎn)述深度學(xué)習(xí)方法與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)方法相比，有哪些優(yōu)勢(shì)和劣勢(shì)？（20分）

　　答：深度學(xué)習(xí)（DL）是機(jī)器學(xué)習(xí)中一種基于對(duì)數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的方法，是一種能夠模擬出人腦的神經(jīng)結(jié)構(gòu)的機(jī)器學(xué)習(xí)方法。深度學(xué)習(xí)的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究。而人工神經(jīng)網(wǎng)絡(luò)ANN（Artificial Neural Network）是從信息處理角度對(duì)人腦神經(jīng)元網(wǎng)絡(luò)進(jìn)行抽象，建立某種簡(jiǎn)單模型，按不同的連接方式組成不同的網(wǎng)絡(luò)，簡(jiǎn)稱為神經(jīng)網(wǎng)絡(luò)或類(lèi)神經(jīng)網(wǎng)絡(luò)。因此，深度學(xué)習(xí)又叫深層神經(jīng)網(wǎng)絡(luò)DNN（Deep Neural Networks），是從之前的人工神經(jīng)網(wǎng)絡(luò)ANN模型發(fā)展而來(lái)的。

　　優(yōu)點(diǎn)：1.相比于傳統(tǒng)的視覺(jué)和語(yǔ)音識(shí)別方面有了很大的提高；2.具有較好的transfer learning性質(zhì)。

　　缺點(diǎn)：1.模型正確性驗(yàn)證復(fù)雜且麻煩；2. 某些深度網(wǎng)絡(luò)不僅訓(xùn)練而且線上部署也需要GPU支持。