《深度学习技术》课件.pptxVIP

深度学习技术

探索人工智能的前沿技术，了解神经网络如何改变我们的世界

2学习内容

神经网络基础到前沿应用全覆

盖

课程目标

掌握深度学习核心理论与实践技能

3考核方式

理论测试与实践项目相结合

课程概述

1

Doon

I00

第一章：深度学习基础

人工智能发展历程

从图灵测试到现代AI

机器学习与深度学习关系

子集关系与核心区别

深度学习优势

自动特征提取与模型能力

DEEP

LEARNING

www

1

2

3

1

2

3

4

图灵测试(1950年)

机器智能评估的开创性概念

达特茅斯会议(1956年)

人工智能学科正式诞生

AI冬天(1974-1993年)

两次研究低谷与资金减少

深度学习兴起(2006年至今)

计算能力与数据推动新繁荣

2011

SIRI

AppleintegratesSin,

anintelligentvitual

assistantwithavoicenterface,intothe

phone45

2011

WATSON

IBMsquestion

answeringcomputeWatsonwinstistplace

onpopularS1MprizetelevisionquzshowJeopardy

2014

Eugene

EugeneGoostman,achatbotpassesthe

TuringTestwithathirdofjudgesbelieving

Eugeneishuman

2014

ALEXA

AmazonlaunchesA

anintelligentvirtualassistantwithavoicintertacethatcomplshoppingtasks

1961

UNIMATE

Fristindustrialrobot,

Unimate,goestoworkatGMreplacing

humansonthe

assemblyline

1964

ELIZA

pioneeringchatbot

devekopedbyJosephWeizenbaumatMITholdsconversations

withhumans

1966

SHAKEY

Thewtristelectronic

personfromStanford,Shakeyisageneral-purposemobilerobotthatreasonsabout

itsownactons

A.I

WINTER

Manyfalsestartsadead-endsleaveAinthecokd

人工智能发展历程

机器学习与深度学习的关系

深度学习

神经网络多层结构

表示学习

自动学习数据表示

机器学习

从数据中学习模式

人工智能

模拟人类智能的广泛领域

3

4

强大表示能力

可学习复杂非线性关系

自动特征提取

无需手工设计特征

端到端学习

直接从原始数据到最终输出

迁移学习能力

知识可跨任务迁移

深度学习的优势

ARTIFICIALNEURON

第二章：神经网络基础

生物神经元与人工神经元

从自然到人工的智能单元

前向传播

信息流动与计算过程

激活函数

引入非线性变换

生物神经元与人工神经元

1D2553087660kinaTiuzhina

人工神经元模型

权重和偏置

决定神经元对输入的响应强度

Artificialneuron

W1

W2

生物神经元结构

树突、细胞体、轴突组成

lnput

…Wn

输入、权重、求和、激活

×1

×2

dendrite—

nucleus—

W3

X3

values

激活函数

激活函数引入非线性，使网络能学习复杂模式

→z②=(1)a(1)

→a(2)=g(z(2))(adda(2)→z(3)=日(2)a(2)

(3)1~(3)(addn(3))

输入层

原始数据进入网络

隐藏层

加权求和后通过激活函数

输出层

产生最终预测结果

Layer1Layer2Layer