课程进度 2% · 第1/14章第1/14章 · 标签 1/4
— 1 —
深度学习概述
什么是深度学习？
深度学习是机器学习的一个分支，核心思想是通过多层神经网络自动提取数据的层次化特征，实现端到端的学习。它能够处理大规模、复杂的数据，广泛应用于图像、语音、文本等领域。
- 多层神经网络结构（深度模型）
- 自动特征提取与表达
- 端到端训练（无需手工特征）
- 强大的非线性建模能力
- 适合大数据和高维数据
深度学习的发展简史
- 1943年：提出第一个人工神经元模型（McCulloch & Pitts）
- 1958年：感知器（Perceptron）提出，开启神经网络研究
- 1986年：反向传播算法（BP）推动多层网络训练
- 2006年：深度信念网络（Hinton）引发深度学习热潮
- 2012年：AlexNet在ImageNet竞赛中大放异彩，推动深度学习应用
- 2014年：GAN、Seq2Seq等创新模型提出
- 2017年：Transformer架构横空出世，开启大模型时代
— 2 —
深度学习的主要应用
- 计算机视觉（CV）：图像分类、目标检测、图像分割、人脸识别等
- 自然语言处理（NLP）：机器翻译、文本生成、情感分析、问答系统等
- 语音与音频：语音识别、语音合成、语音分离等
- 推荐系统、金融风控、医疗诊断、自动驾驶等