- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
HashingbyDeepLearning
WeiLiu
IBMT.J.WatsonResearchCenter
YorktownHeights,NewYork10598,USA
Duringthepastdecade(searound2006),DeepLearning[7],alsoknownasDeepNeuraworks,hasdrawnreas-
ingattentionandresearcheffortsinavarietyofartificialinligenceareasludingspeechrecognition,computervision,
machinelearning,textmining,etc.Seonemainpurposeofdeeplearningistolearnrobustandpowerfulfeaturerepresen-
tationsforcomplexdata,itisverynaturaltoleveragedeeplearningforexploringcompacthashcodeswhichcanberegarded
asbinaryrepresentationsofdata.Inthissection,webrieflyintroduceseveralrecentlyproposedhashingmethodsthatemploy
deeplearning.Table1compareseighthashingmethodsintermsoffourkeycharacteristicsthatcanbeusedtodifferentiate
thesemethods.
TheearliestworkindeeplearningbasedhashingmaybeSemanticHashing[12].Thismethodbuildsadeepgenerative
modeltodiscoverhiddenbinaryunits(i.e.,latenttopicfeatures)whichcanmodelinputtextdata(i.e.,word-countvectors).
SuchadeepmodelismadeasastackofRestrictedBoltzmannMachines(RBMs)[4].Afterlearningamulti-layerRBM
throughpre-trainingandfuningonacollectionofs,thehashcodeofanyisacquiredbysimply
thresholdingtheoutputofthedeepestlayer.SuchhashcodesprovidedbythedeepRBMwereshowntopreservesemantically
similarrelationshipsamonginputsintothecodespace,inwhicheachhashcode(orhashkey)isusedasamemory
addresstolocatecorrespondings.Inthisway,semanticallysimilar
您可能关注的文档
- 奈发明篮球文案.pdf
- 网络传播概论新闻专业修订二版编写说明.pdf
- 电池组通用充电状态估算器储能系统详解.pdf
- 通道数字量输入模块光盘d0en.pdf
- 联立高级中学基本不等式应用.pdf
- 2023年武汉新洲区融媒体中心招聘聘用制工作人员考前自测高频考点模拟试题(共500题)含答案详解.docx
- 2023年广西玉林市北流市民乐镇招聘网格信息管理员1人考前自测高频考点模拟试题(共500题)含答案详解.docx
- 2023年广西河池大化瑶族自治县机关事务服务中心招聘汽车驾驶员11人考前自测高频考点模拟试题(共500题)含答案详解.docx
- 2023年普洱市咖啡气象服务中心招考考前自测高频考点模拟试题(共500题)含答案详解.docx
- 2023年广西河池市民族宗教事务委员会招聘2人考前自测高频考点模拟试题(共500题)含答案详解.docx
- 2023年杭州上城区科学技术协会招考考前自测高频考点模拟试题(共500题)含答案详解.docx
- 2023年武汉市招考人力资源和社会保障协管员考前自测高频考点模拟试题(共500题)含答案详解.docx
- 2023年武汉经济技术开发区城管局协管员招考考前自测高频考点模拟试题(共500题)含答案详解.docx
- 2023年毕节市水务局所属事业单位招考考前自测高频考点模拟试题(共500题)含答案详解.docx
- 2023年毕节二中教师招考考前自测高频考点模拟试题(共500题)含答案详解.docx
- 2023年广西河池市引进高层次急需紧缺人才243人(第二轮)考前自测高频考点模拟试题(共500题)含答案详解.docx
- 2023年昆明市商务行政执法支队招考考前自测高频考点模拟试题(共500题)含答案详解.docx
- 2023年广西河池市金城江区工业和信息化局招聘2人考前自测高频考点模拟试题(共500题)含答案详解.docx
- 2023年教育部直属事业单位应届毕业生招聘115人考前自测高频考点模拟试题(共500题)含答案详解.docx
- 2023年教育部直属事业单位面向社会人员招聘19人考前自测高频考点模拟试题(共500题)含答案详解.docx
文档评论(0)