全文总字数：1897字
1. 毕业设计（论文）主要内容：
深度学习是近年来最热门的研究方向之一，它已经改变了传统互联网行业，在网络搜索、广告推荐、语音识别、计算机视觉及自然语言处理等方面广泛应用并取得了很好的效果，极大地改变了人们的生活。卷积神经网络是深度学习中的一种高效识别方法，广泛地应用于计算机视觉领域，将卷积神经网络应用于商品分类，能够提高分类精度。另外，除了使用卷积神经网络进行商品分类，还可以使用机器学习中的线性模型、其他非线性模型来完成商品分类任务。具体内容如下：
1、卷积神经网络的算法实现；
2、线性模型及其他非线性模型的算法实现；
2. 毕业设计（论文）主要任务及要求
1.通过本课题的训练，培养学生动手能力、分析问题及解决问题的能力；
2.翻译与本课题相关的英文资料；
3.查阅文献资料，撰写开题报告。开题报告中，要求了解本课题相关专业知识的发展历史、现状及趋势，以及本毕业设计领域技术发展历史中的重大突破的背景和影响，并理解本毕业设计领域复杂工程问题解决方案的设计/开发背景和意义；
3. 毕业设计（论文）完成任务的计划与安排
春季学期开学之前，完成文献调研工作；
第1-2周，完成开题报告和文献翻译，完成开题答辩；
第3-4周，掌握线性模型实现分类的基本原理及其程序实现；
4. 主要参考文献
1. Lecun Y , Bottou L, Bengio Y , et al. Gradient-based learning applied to document recognition[J].Proceedings of the IEEE, 1998, 86(11):2278-2324.
2. Krizhevsky A ,Sutskever I , Hinton G . ImageNet Classification with Deep Convolutional NeuralNetworks[C]// NIPS. Curran Associates Inc. 2012.
3. Simonyan K ,Zisserman A . Very Deep Convolutional Networks for Large-Scale ImageRecognition[J]. Computer Science, 2014.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
