毕业论文
您现在的位置: 语言识别 >> 语言识别发展 >> 正文 >> 正文

一文读懂人工智能里的ldquo卷r

来源:语言识别 时间:2022/7/12
白癜风诚信坐标企业 http://pf.39.net/xwdt/180316/6105482.html

一文读懂

人工智能里的“卷”

年12月10日,由《语言文字周报》主办的年“十大网络流行语”评选中,“卷/内卷”高票入选,成为人们日常生活中的高频流行词汇。

而人工智能领域也有一个非常著名的「卷」—计算机视觉领域的基础算法模型—「卷积神经网络」,英文是ConvolutionalNeuralNetworks,也就是我们经常听到的CNN模型。本文就给大家简要介绍一下卷积神经网络的前世今生,让大家对它的概念有一个基础了解,也能加深一些人工智能深度学习的理解。

01

卷积神经网络的兴起

要介绍卷积神经网络,我们要先从人工智能的发展说起,人工智能和机器学习的概念可以追溯到50多年前,然而,它们在过去的十几年里才真正流行起来,这是为什么呢?

其实近十几年内人工智能的成功可以归功于三个重要的趋势[1]:

1)新颖的研究项目推动新的算法和适用的用例

2)拥有收集、组织和分析大量用户数据的集中式实体(例如云服务)的能力

3)新颖的计算基础设施,能够快速处理大规模数据

卷积神经网络则刚好都与这三条相关,它属于新的(或者说是改进的)人工智能深度学习算法,依托于大量数据的积累和新硬件的计算加速,推动了它的发展和落地。

卷积神经网络的概念最早可以追溯到年日本学者福岛邦彦(KunihikoFukushima)在其发表的论文中提出以「neocognitron」命名的具有深度结构的神经网络模型,模型中首次包含了卷积层的设计。但鉴于当时人工智能应用和发展情况不佳,整体热度下降,所以卷积神经网络并没有得到很好地推广。

近十几年卷积神经网络的兴起,可以从年贝尔实验室工作的YannLeCun提出LeNet-5算起,他和他的团队构建了更加完备的卷积神经网络模型:LeNet-5,并在手写数字的识别问题中取得超越以往的准确度。再到年深度学习理论被学术界重新重视,卷积神经网络的表征学习能力得到了学术界的

转载请注明:http://www.0431gb208.com/sjszyzl/779.html