深度学习与神经网络手册（执行版）.docx

深度学习与神经网络手册（执行版）

第1章深度学习基础架构与核心概念

1.1深度学习的定义与历史演进

深度学习（DeepLearning）是机器学习的一个子集，它通过多层非线性变换来从数据中自动学习复杂的特征表示，其核心在于利用人工神经网络（ANN）模拟人脑的神经元结构，而非传统的监督或无监督学习算法。深度学习起源于1980年代，当时学者尝试用人工神经元模拟生物神经元，但直到1986年Rumelhart和Hinton提出反向传播算法，才真正解决了多层网络训练中的梯度消失问题，开启了深度学习的先河。

从1990年代开始，Dendy和Rumelhart证明了