神经网络介绍课件_第1页
神经网络介绍课件_第2页
神经网络介绍课件_第3页
神经网络介绍课件_第4页
神经网络介绍课件_第5页
已阅读5页,还剩93页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

神经网络的介绍神经网络的介绍1内容安排、历史回顾单层感知机与多层感知机BP网络四、卷积神经网络五、内容小结内容安排2历史回顾(1)第一次热潮(4060年代未)1943年,美国心理学家W.McCulloch和数学家W.Pitts在提出了一个简单的神经元模型,即ⅦP模型。1958年,F.Rosenblatt等研制出了感知机(Perceptron)。(2)低潮(70-80年代初)20世纪60年代以后,数字计算机的发展达到全盛时期人们误以为数字计算机可以解决人工智能、专家系统、模式识别问题,而放松了对“感知器”的研究。人工神经网络进入低潮期历史回顾3(3)第二次热潮1982年,美国物理学家J.JHopfield提出Hopfield网络.1986年Rumechart等提出的误差反向传播法,即BP法影响最为广泛。直到今天,BP算法仍然是自动控制上最重要、应用最多的有效算法(4)低潮(90年代初2000年初)sⅥM算法诞生,与神经网络相比:无需调参;高效;全局最优解。基于以上种种理由,SVM成为主流,人工神经网络再次陷入冰河期(3)第二次热潮4(5)第三次热潮(2019年开始)在被人摒弃的10年中,有几个学者仍然在坚持研究。这其中的棋手就是加拿大多伦多大学的GeofferyHinton教授。2019年,Hinton在《Science》和相关期刊上发表了论文,首次提出了“深度学习”的概念。很快,深度学习在语音识别领域暂露头角接着,2019年,深度学习技术又在图像识别领域大展拳脚Hinton与他的学生在mageE竞赛中,用多层的卷积神经网络成功地对包含一千类别的一百万张图片进行了训练,取得了分类错误率15%的好成绩,这个成绩比第二名高了近11个百分点,充分证明了多层神经网络识别效果的优越性(5)第三次热潮(2019年开始)5神经网络介绍课件6神经网络介绍课件7神经网络介绍课件8神经网络介绍课件9神经网络介绍课件10神经网络介绍课件11神经网络介绍课件12神经网络介绍课件13神经网络介绍课件14神经网络介绍课件15神经网络介绍课件16神经网络介绍课件17神经网络介绍课件18神经网络介绍课件19神经网络介绍课件20神经网络介绍课件21神经网络介绍课件22神经网络介绍课件23神经网络介绍课件24神经网络介绍课件25神经网络介绍课件26神经网络介绍课件27神经网络介绍课件28神经网络介绍课件29神经网络介绍课件30神经网络介绍课件31神经网络介绍课件32神经网络介绍课件33神经网络介绍课件34神经网络介绍课件35神经网络介绍课件36神经网络介绍课件37神经网络介绍课件38神经网络介绍课件39神经网络介绍课件40神经网络介绍课件41神经网络介绍课件42神经网络介绍课件43神经网络介绍课件44神经网络介绍课件45神经网络介绍课件46神经网络介绍课件47神经网络介绍课件48神经网络介绍课件49神经网络的介绍神经网络的介绍50内容安排、历史回顾单层感知机与多层感知机BP网络四、卷积神经网络五、内容小结内容安排51历史回顾(1)第一次热潮(4060年代未)1943年,美国心理学家W.McCulloch和数学家W.Pitts在提出了一个简单的神经元模型,即ⅦP模型。1958年,F.Rosenblatt等研制出了感知机(Perceptron)。(2)低潮(70-80年代初)20世纪60年代以后,数字计算机的发展达到全盛时期人们误以为数字计算机可以解决人工智能、专家系统、模式识别问题,而放松了对“感知器”的研究。人工神经网络进入低潮期历史回顾52(3)第二次热潮1982年,美国物理学家J.JHopfield提出Hopfield网络.1986年Rumechart等提出的误差反向传播法,即BP法影响最为广泛。直到今天,BP算法仍然是自动控制上最重要、应用最多的有效算法(4)低潮(90年代初2000年初)sⅥM算法诞生,与神经网络相比:无需调参;高效;全局最优解。基于以上种种理由,SVM成为主流,人工神经网络再次陷入冰河期(3)第二次热潮53(5)第三次热潮(2019年开始)在被人摒弃的10年中,有几个学者仍然在坚持研究。这其中的棋手就是加拿大多伦多大学的GeofferyHinton教授。2019年,Hinton在《Science》和相关期刊上发表了论文,首次提出了“深度学习”的概念。很快,深度学习在语音识别领域暂露头角接着,2019年,深度学习技术又在图像识别领域大展拳脚Hinton与他的学生在mageE竞赛中,用多层的卷积神经网络成功地对包含一千类别的一百万张图片进行了训练,取得了分类错误率15%的好成绩,这个成绩比第二名高了近11个百分点,充分证明了多层神经网络识别效果的优越性(5)第三次热潮(2019年开始)54神经网络介绍课件55神经网络介绍课件56神经网络介绍课件57神经网络介绍课件58神经网络介绍课件59神经网络介绍课件60神经网络介绍课件61神经网络介绍课件62神经网络介绍课件63神经网络介绍课件64神经网络介绍课件65神经网络介绍课件66神经网络介绍课件67神经网络介绍课件68神经网络介绍课件69神经网络介绍课件70神经网络介绍课件71神经网络介绍课件72神经网络介绍课件73神经网络介绍课件74神经网络介绍课件75神经网络介绍课件76神经网络介绍课件77神经网络介绍课件78神经网络介绍课件79神经网络介绍课件80神经网络介绍课件81神经网络介绍课件82神经网络介绍课件83神经网络介绍课件84神经网络介绍课件85神经网络介绍课件86神经网络介绍课件

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论