神经网络介绍课件

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,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P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.J Hopfield提出 Hopfield网络.1986,年 Rume chart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),sM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 Geoffery Hinton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,