深度学习的发展过程 2006年,多伦多大学的GE. Hinton等提出深度学习的概念。深度学习是一种 多层级的深层次网络结构的机器学习方法,主要是为了解决传统的神经网 络很容易收敛到局部最小值这一问题, Hinton提出使用无监督预训练的方 法优化网络权值的初值,再进行反向参数调整的方法来优化网络性能 ·2010年,深度学习项目首次获得来自美国国防部门DARA计划的资助,参 与方有美国NEC研究院、纽约大学和斯坦福大学 自2011年起,谷歌和微软研究院的语音识别方向研究专家先后采用深度神 经网络技术将语音识别的错误率降低20%~30%,这是长期以来语音识别研 究领域取得的重大突破 2012年,深度神经网络在图像识别应用方面也获得重大进展,在 Imagenet 评测问题中将原来的错误率降低了9% ·2012年6月, Andrew ng等对机器进行大量训练以后,使其学会自动识别猫 图像议程深度学习的发展过程 • 2006年，多伦多大学的G.E. Hinton等提出深度学习的概念。深度学习是一种 多层级的深层次网络结构的机器学习方法，主要是为了解决传统的神经网 络很容易收敛到局部最小值这一问题， Hinton提出使用无监督预训练的方 法优化网络权值的初值，再进行反向参数调整的方法来优化网络性能 • 2010年，深度学习项目首次获得来自美国国防部门 DARPA计划的资助，参 与方有美国NEC研究院、纽约大学和斯坦福大学 • 自2011年起，谷歌和微软研究院的语音识别方向研究专家先后采用深度神 经网络技术将语音识别的错误率降低20%~30%，这是长期以来语音识别研 究领域取得的重大突破 • 2012年，深度神经网络在图像识别应用方面也获得重大进展，在 Imagenet 评测问题中将原来的错误率降低了9% • 2012年6月， Andrew NG等对机器进行大量训练以后，使其学会自动识别猫 的图像