报告出品：Yann LeCun∗ Yoshua Bengio∗ Geoffrey Hinton报告摘要生成：司马阅
1.深度学习是一种机器学习类型，由多个处理层组成的计算模型可以学习具有多个抽象级别的数据表示，使用反向传播算法在大型数据集中发现复杂结构。
2.通用学习过程自动学习好的功能，可以避免人工设计好的特征提取器需要大量工程技术和领域专业知识的情况。
3.使用内存模块扩展RNN的建议，包括神经图灵机和存储网络，在标准问答基准方面表现出出色的性能。
摘要总结：
深度学习通过多层处理层组成的计算模型学习具有多个抽象级别的数据表示。相比传统手动设计特征提取器，通用学习过程自动学习好的功能能够自动避免大量工程技术和领域专业知识。针对RNN的内存模块建议（神经图灵机和存储网络）在问答基准中表现出出色的性能。
获取本文完整报告：免费领取获取更多AI前沿报告：加入AI先锋联盟社群
