从人工到自动：深度神经网络结构的变革与演进.docx

从人工到自动：深度神经网络结构的变革与演进

一、引言

1.1研究背景与意义

在人工智能蓬勃发展的当下，深度神经网络作为核心技术，在图像识别、自然语言处理、语音识别等诸多领域取得了令人瞩目的成果，推动着各行业的智能化变革。深度神经网络的结构设计对其性能起着决定性作用，不同的网络结构决定了模型对数据特征的提取和处理能力，进而影响其在各类任务中的表现。

早期深度神经网络的结构主要依赖人工设计，研究人员基于自身的领域知识和经验，手动构建网络的拓扑结构、确定层数以及各层的节点数量等。例如，在图像识别领域具有里程碑意义的AlexNet，它由AlexKrizhevsky等人于2012年提出，包