深度神经网络(Deep Neural Network, DNN) 是一种包含多个隐藏层的机器学习模型,通过逐层非线性变换从数据中自动学习层次化的抽象特征表示。其核心在于利用深层结构(如卷积层、循环层或全连接层)逐步提取并组合低级特征(如边缘、纹理)至高级语义特征(如物体、场景),无需依赖人工设计特征。典型应用包括图像识别、自然语言处理等,关键技术涉及反向传播算法、梯度优化及深层结构优化方法(如残差连接、批归一化),以解决训练中的梯度消失/爆炸和模型泛化等问题。
» 人工智能术语词典