深度学习的发展史
发布时间
阅读量：
阅读量
参考书籍《Tensorflow实战Google深度学习框架》郑泽宇等
为了掌握这一门技术而深入研究它的发展历程
第一阶段：
基于人类大脑结构的研究启发下, Warren McCulloch 教授与 Walter Pitts 教授于 1943 年在其论文中首次提出了一种早期的人工神经网络数学模型. 该模型被称为 McCulloch-Pitts 神经元模型. 其机制通过一种简化的线性加权求和过程来模拟人类神经元接收并处理输入信号的作用, 计算所得的结果经过阈值函数处理后将得出明确的二进制输出结果, 这种模型架构特别适合解决简单的线性分类问题.
为了精确实现分类目标，在传统方法中通常需要人工手动设置权重值。这种做法不仅繁琐而且难以达到最优效果。为了使计算机能够更自动化地合理设定权重大小Frank Rosenblatt教授于1958年首次提出感知机模型这一模型是首个能够根据样例数据学习特征权重的系统尽管McCulloch-Pitts神经元结构与感知机模型对现代机器学习产生了深远影响然而它们仍然存在明显的局限性1969年 Marvin Minsky 和 Seymour Papert 教授在
全部评论 (0)
还没有任何评论哟~