一、列出五種深度學習相關的方法名稱，并給出相應英文（10分）

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

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

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

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

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

?

　　二、 簡述深度學習方法與傳統(tǒng)神經(jīng)網(wǎng)絡方法相比，有哪些優(yōu)勢和劣勢？（20分）

　　答：深度學習（DL）是機器學習中一種基于對數(shù)據(jù)進行表征學習的方法，是一種能夠模擬出人腦的神經(jīng)結(jié)構(gòu)的機器學習方法。深度學習的概念源于人工神經(jīng)網(wǎng)絡的研究。而人工神經(jīng)網(wǎng)絡ANN（Artificial Neural Network）是從信息處理角度對人腦神經(jīng)元網(wǎng)絡進行抽象，建立某種簡單模型，按不同的連接方式組成不同的網(wǎng)絡，簡稱為神經(jīng)網(wǎng)絡或類神經(jīng)網(wǎng)絡。因此，深度學習又叫深層神經(jīng)網(wǎng)絡DNN（Deep Neural Networks），是從之前的人工神經(jīng)網(wǎng)絡ANN模型發(fā)展而來的。

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

　　缺點：1.模型正確性驗證復雜且麻煩；2. 某些深度網(wǎng)絡不僅訓練而且線上部署也需要GPU支持。