原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
人工智能讲座
第02讲前馈神经网络
欧新宇
ThankstoLiMu-CS329andLiFeifei-CS231n
欧新宇|http//第3讲前馈神经网络国家开发大学实验学院1/89
人工智能讲座
神经网络的发展历程
/从深度学习到神经网络
/神经网络的三个历史阶段
/人脑视觉和深度学习机理
/感知机
欧新宇|http//第3讲前馈神经网络国家开发大学实验学院2/89
人工智能讲座
神经网络的发展历史
欧新宇|http//第3讲前馈神经网络国家开发大学实验学院3/89
人工智能讲座
神经网络的发展历史
从神经网络到深度学习
l什么是深度学习(DeepLearning)？什么是神经网络(NeuralNetwork)？
l神经网络是一类机器学习方法的通称，它借鉴了生物神
经元的一些基本特征，并利用神经元单元实现样本特征
的学习。
l深度学习是机器学习领域的一个研究方向，它通过堆叠
特征层来实现对样本数据内在规律的学习，并实现更好
的表达和信息获取。
借助于深度学习的优势，神经网络展现了其强大的学习
能力和表达能力。今天我们所说的深度学习，基本上都是指
深度神经网络。
欧新宇|http//第3讲前馈神经网络国家开发大学实验学院4/89
人工智能讲座
神经网络的发展历史
神经网络发展的三个历史阶段
l20世纪40年代初，WarrenMaculloach和WalterPitts总结生物神经元的特征设计了M-P神经元。
l20世纪40年代末，DonaldHebbian在生物神经可塑机制上提出Hebbian学习。
l20世纪40年代末，AlanTuring设计B型图灵机。
l1957年，FrankRosenblatt提出模拟人类感知能力的神经网络模型感知机。
l1975年，Werbos博士在论文中首次提出反向传播算法。
l1983年，JohnHopfield提出基于联想记忆和优化的Hopfield反馈网络。
l1984年，GeoffreyHinton提出基于随机Hopfied的玻尔兹曼机(图灵奖)。
l1986年，GeoffreyHinton等人完善反向传播算法(图灵奖)并应用到训练中。
l1989年，YannLecun将反向传播算法应用于卷积神经网络(图灵奖)。
l2006年，Hinton等人提出限制玻尔兹曼机RBM。
l2012年，AlexKrizhevsky利用图形处理器GPU和卷积神经网络(ConvolutionalNeuralNetwork,CNN)在
ImageNet竞赛中实现10个百分点的飞跃。
l从2012-2016，基于CNN，ImageNet分
文档评论（0）