一、学习目标
1.了解深度学习的发展历程
2.认识深度学习的基本概念和算法
3.学习深度学习的主要应用
二、深度学习的发展
发展一图:


其中,最主要的节点为:
M-P模型:其模拟了一个神经元的工作过程;
Hopfield模型:最初的卷积神经网络;
反向传播算法:解决了线性不可分问题,使得模型能够收敛。
RNN和LSTM:NLP上的两大重要模型。
Transformer:提出注意力机制,相当于在RNN类的模型中加入了卷积因素,为大模型提供了基础。
ChatGPT:现象级的语言大模型。
1.了解深度学习的发展历程
2.认识深度学习的基本概念和算法
3.学习深度学习的主要应用
发展一图:


其中,最主要的节点为:
M-P模型:其模拟了一个神经元的工作过程;
Hopfield模型:最初的卷积神经网络;
反向传播算法:解决了线性不可分问题,使得模型能够收敛。
RNN和LSTM:NLP上的两大重要模型。
Transformer:提出注意力机制,相当于在RNN类的模型中加入了卷积因素,为大模型提供了基础。
ChatGPT:现象级的语言大模型。
2万+
954

被折叠的 条评论
为什么被折叠?