深度学习的发展过程 2014年, lan goodfellow将生成对抗网络( Generative Adversarial Networks, GAN)引人深度学习领域 2016年,GAN热潮席卷A领域顶级会议,从CLR到NPS,大量高质量论文被 发表和探讨 2016年3月, google公司的 Alphago战胜韩国顶尖围棋棋手李石,2017年1月 4日,又以 Master为账号,在未公开身份的情况下,通过网上比赛战胜了中 韩日台的顶尖围棋手60多人,而 Alphago采用的神经网络技术中就包括了卷 积神经网络和生成对抗网络 卷积神经网络已经成为当前深度学习领域的热点,特别是在图像识别和模 式分类方面,其优势是共享权值的网络结构、局部感知(也称为稀疏连接), 降低神经网络的运算复杂度因为减少了权值的数量,并可以直接将图像作 为输入进行特征提取,避免了对图像的预处理和显式的特征提取,可以进 行同步学习。与之相关的是循环神经网络(RNN)、长短期记忆网络(LSTM)等议程深度学习的发展过程 • 2014年，Ian Goodfellow将生成对抗网络( Generative Adversarial Networks， GAN)引人深度学习领域 • 2016年，GAN热潮席卷AI领域顶级会议，从lCLR到NIPS，大量高质量论文被 发表和探讨 • 2016年3月， google公司的 Alphago战胜韩国顶尖围棋棋手李石，2017年1月 4日，又以 Master为账号，在未公开身份的情况下，通过网上比赛战胜了中 韩日台的顶尖围棋手60多人，而 Alphago采用的神经网络技术中就包括了卷 积神经网络和生成对抗网络 • 卷积神经网络已经成为当前深度学习领域的热点，特别是在图像识别和模 式分类方面，其优势是共享权值的网络结构、局部感知(也称为稀疏连接)， 降低神经网络的运算复杂度因为减少了权值的数量，并可以直接将图像作 为输入进行特征提取，避免了对图像的预处理和显式的特征提取，可以进 行同步学习。与之相关的是循环神经网络(RNN)、长短期记忆网络(LSTM)等