《大数据》配套之七：第6章 深度学习.pptxVIP

全国高校标准教材《云计算》姊妹篇，剖析大数据核心技术和实战应用 大数据 刘鹏　　主编　　　　张燕　张重生　张志立　 副主编 BIG DATA 刘 鹏 全国高校标准教材《云计算》姊妹篇，剖析大数据核心技术和实战应用 of 65 3 6.5　手写体数字识别项目实例 6.6 深度学习应用 习题 6.1概述 第六章 深度学习 of 65 4 深度学习（Deep Learning）的概念是由Hinton、Yoshua Bengio和Yann Lecun等人提出的，涉及神经网络、图建模、人工智能、模式识别、最优化理论和信号处理等领域。由于深度学习在各类竞赛中，相对于传统方法有着显著的性能提升，越来越多的学术机构和企业把目光转向了深度学习领域。例如： 2010年美国国防部DARPA首次资助深度学习项目； 2012年11月，微软在天津展示了全自动同声传译系统，用英文演讲，采用深度学习作为支撑，后台计算机自动完成了语音识别、中英机器翻译和中文语音合成； 2013年1月，百度创始人宣布成立百度研究院，其中第一个成立的就是“深度学习研究所”； 2013年4月，《麻省理工学院技术评论》杂志将深度学习列为2013年十大突破性技术之首。 6.1概述 第六章 深度学习 6.1.1人工智能简史 of 65 5 发展历程 三个阶段 20世纪40年代中期到50年代末期被称为人工智能的启蒙探索阶段。 20世纪60年代初期到80年代末期被称为人工智能的发展阶段。 20世纪90年代初期到现在被称为人工智能的繁荣阶段。 6.1概述 第六章 深度学习 of 65 6 （1）20世纪40年代中期到50年代末期 人工智能的启蒙探索阶段 6.1概述 第六章 深度学习 of 65 7 （2）20世纪60年代初期到80年代末期 人工智能的发展阶段 6.1概述 第六章 深度学习 of 65 8 （3）20世纪90年代初期至今 人工智能的繁荣阶段 6.1概述 第六章 深度学习 6.1.2大数据与深度学习 of 65 9 2006年Hinton等人提出深度学习的概念，该方法基于深度置信网络提出非监督逐层训练的算法，为解决深层结构相关的优化难题带来了希望，掀起了深度学习在学术界和工业界的浪潮。 随着CPU和GPU计算能力的大幅提升，深度学习拥有了的更高效的硬件平台作为支撑。大数据时代的海量数据解决了早期神经网络由于训练样本不足出现的过拟合、泛化能力差等问题。因此，大数据需要深度学习，深度学习的发展又需要大数据的支撑。 在未来几年，深度学习将会被广泛应用于大数据的预测，而不是停留在浅层模型上，这将推动“大数据+深度模型”时代的来临，以及人工智能和人机交互的前进步伐。 6.1概述 第六章 深度学习 6.1.3人工智能的未来 of 34 10 人工智能一直处于计算机技术的前沿，计算机技术的发展方向将很大程度上依赖人工智能理论方面的研究和发现。人工智能对现代社会已经产生了巨大的影响，在工业领域尤其是制造业，已经成功地使用了人工智能技术，例如，智能设计、在线分析、仿真、虚拟制造、智能调度和规划等。在金融业，股票商利用人工智能系统进行分析、判断和决策，信用卡欺诈检测系统也得到了普遍应用；在传媒领域，新华网推出了自主研发的第一代生物传感智能机器人“Star”。人工智能还对人们的日常生活产生了影响，Siri、实时在线地图、语音搜索等一系列智能产品已经给我们的生活带来了极大的方便。 6.1概述 第六章 深度学习 of 65 11 未来应该是一个人工智能的世界。一朵花可能拥有智能，根据主人的心情来开放；每个人都有一个智能伴侣，让我们更加理性地购物；甚至还能帮助信徒决定他们的人生信仰等。未来的人工智能将很多领域代替人类，并能服务我们人类自身，处理我们日常的生活。 全国高校标准教材《云计算》姊妹篇，剖析大数据核心技术和实战应用 of 65 12 6.6 深度学习应用 习题 6.5　手写体数字识别项目实例 6.2人脑神经系统与深度学习 第六章 深度学习 6.2.1探秘大脑的工作原理 of 65 13 大脑是人类活动的“信息处理中心”，支配着人类大多数的生命活动。大脑中存在着无数神经元，是大脑处理信息的基本单元。神经元之间相互连接，构成神经网络，不同区域的神经网络负责不同的功能，各区域相互协作，完成大脑的所有处理活动。 当外界信息通过感官系统，传到大脑时，大脑对其做一个简单的模式分析和识别，再将其交给对应的处理区域。 在学习过程中，大脑接收的信息越多，各个区域存储的模式以及模式之间的联系也就越多。如此积累下去，大脑逐渐理解模式分类的规则以及模式之间的联系，最终形成我们对世界各种事物的认知。 6.2人脑神经系统与深度学习 第六章 深度学习 6.2.2人脑神经元结构 of 65 14 神经元结构示意图 树突是神经