一文读懂深度学习模型近年来重要进展（附梳理图）

最新推荐文章于 2025-06-06 15:00:20 发布
原创 最新推荐文章于 2025-06-06 15:00:20 发布 · 2.1k 阅读 · 8 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文介绍了深度学习在计算机视觉、生成模型、序列学习和强化学习四个方向的重要进展。从感知机到ResNet，从RBM到GAN，从LSTM到自注意力机制，再到Deep Q-Learning和AlphaGo，深度学习的演进历程被清晰地展现。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

作者：丁铭，唐杰

来源：微博“唐杰THU”

本文共2200字，建议阅读5分钟。

本文为大家梳理深度学习模型近年来的重要进展，文末附梳理图~


唐杰老师学生帮忙整理的Deep Learning模型最近若干年的重要进展。有4条脉络，整理很不错。分享一下。


最低0.47元/天 解锁文章

200万优质内容无限畅学
数据派THU
关注
AI之DL：人工智能领域—深度学习的发展历史(偏参考权威)、重要性节点、代表性算法之详细攻略
头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀
01-03 8258
​ AI之DL：人工智能领域—深度学习的发展历史(偏参考权威)、重要性节点、代表性算法之详细攻略 目录 深度学习的发展历史—四个发展脉络(源自清华大学的《2019中国人工智能发展报告》) 深度学习的发展历史—四个发展脉络(源自清华大学的《2019中国人工智能发展报告》) 参考—《2019中国人工智能发展报告》—清华大学中国工程院知识智能中心—201912 深度学习，是近10年机器学习领域发展最快的一个分支，由于其重要性，三位教授（Geoffrey Hinton、Yann Le
笔记 - 深度学习脉络整理：1.基础结构单元
chen_holy的博客
06-12 787
资料： 深度学习基础课程 深度学习大讲堂 - 首期第三讲：深度学习基础 概括图 基础结构单元 所有op得知道是什么意思 全连接层的op 卷积层的op … 激活函数 为什么说激活函数是神经网络非线性性的来源 激活函数的取值范围 激活函数的导数 损失函数 调整网络： 调网络结构 调损失函数 损失函数的物理意义 损失函数的导数 网络训练 误差反向传播算法 如何做参数...
深度学习五大模型：CNN、Transformer、BERT、RNN、GAN解析，（非常详细）从零基础到精通，收藏这一篇就够了
最新发布
Libra1313的博客
06-06 874
此前，我们介绍了很多深度学习基础模型，今天探讨它们各自适用的场景，让您知道在何种情况下选择何种模型；同时分析它们的优势与局限，助您全面评估这些模型的性能。
深度学习发展的时间轴绘制图.vsdx
05-12
资源为本人使用Visio绘制的【深度学习发展的时间轴】。支持修改！详情可见https://blog.youkuaiyun.com/weixin_41171061/article/details/106039242
深度学习模型发展史
yychentracy的博客
08-10 3613
多层感知机 LeNet5 1.相比MLP，LeNet使用了相对更少的参数，获得了更好的结果。 2.设计了maxpool来提取特征 AlexNet 特点： 1.相比LeNet，AlexNet设计了更深层的网络。 2.在每个卷机后面添加了Relu激活函数，解决了Sigmoid的梯度消失问题，使收敛更快。 3.添加了归一化LRN（Local Response Normalizati...
一文读懂深度学习与机器学习的差异
01-27
机器学习和深度学习变得越来越火。突然之间，不管是了解的还是不了解的，所有人都在谈论机器学习和深度学习。无论你是否主动关注过数据科学，你应该已经听说过这两个名词了。为了展示他们的火热程度，我在...
从4条脉络看Deep Learning 模型最近若干年的重要进展
tealex的专栏
04-04 493
一个学生帮忙整理的 Deep Learning 模型最近若干年的重要进展。有 4 条脉络，整理很不错。分享一下。 高清图下载点击 track1 cv/tensor： 1943 年出现雏形，1958 年研究认知的心理学家 Frank 发明了感知机，当时掀起一股热潮。后来 Marvin Minsky（人工智能大师）和 Seymour Papert 发现感知机的缺陷：不能处理异或回路、计算能力...
深度学习若干年重要进展（一图解决问题）
超级帅的一个小伙子的博客
12-03 237
干货丨一文读懂深度学习（附学习资源，据说点赞2W+）
人工智能爱好者俱乐部
11-13 923
文章来源：新智元 人工智能（AI）和机器学习（ML）都属于目前最热门的话题。 在日常生活中，AI这个术语我们随处可见。你或许会从立志高远的开发者那里听说她（他）们想要学习AI。你又或许会从运营者那里听到他们想要在他们的的服务中实施AI。但往往这些人中的绝大多数都并不明白什么是AI。   在你阅读完这篇文章之后，你将会了解AI和ML的基本知识。而更重要的是，你
深度学习的发展历程（思维导图、时间轴）
yuelulu0629的专栏
05-12 2568
事实上，很多PGM也可从神经网络的方面来解释。尤其是VAE，它可看做二类的混合模型。 当PGM的层太多时，学习和推断都很难。因此，Deep learning往往偏向于指代Deep neural network。 从感知机到深度学习 目前所说的深度学习实际上多指2006年开始的一系列模型。 深度学习大火的原因： 逐渐增加的数据量 并行计算、分布式系统的发展 硬件GPU等的发展 最重要的是，其效果好，优于之前大火的SVM ...
从AlexNet到DenseNet，再到SENet，一文看懂图像分类领域的突破性进展
热门推荐
AI科技大本营
02-11 1万+
本文转自将门创投（thejiangmen）来源 | ParallelDots编译 | Tom Ren深度学习模型近年来在图像分类领域的能力得到了指数级的提升，并成为了AI领域最为活跃的研究领域。但其实深度学习的历史并不长，Yann Lecun在1998年的时候发表了卷积神经网络的前言探索，但是在深度学习真正爆发之前经历了多年的沉积。几年来深度学习的爆发归功于机器处理能力的大幅提升（GPU），以及海
深度学习网络结构发展
qq_43641600的博客
06-12 982
经典网络结构 LeNet5 由两个卷积层，两个池化层，两个全连接层组成。卷积核都是5×5，stride=1，池化层使用maxpooling AlexNet 模型共八层（不算input层），包含五个卷积层、三个全连接层。最后一层使用softmax做分类输出 AlexNet使用了ReLU做激活函数；防止过拟合使用dropout和数据增强；双GPU实现；使用LRN VGG 全部使用3×3卷积核的堆叠，来模拟更大的感受野，并且网络层数更深。VGG有五段卷积，每段卷积后接一层最大池化。卷积核数目逐渐增加。
深度学习历史图
技术笔记本
01-16 1183
深度学习：5种经典神经网络模型介绍
Henry的博客
10-06 9116
卷积神经网络（CNN）已经发展为图像识别、视频分析和自然语言处理等领域的核心工具本文将介绍五种在深度学习领域常见的CNN模型，分别是LeNetAlexNetVGGNetGoogLeNetResNet。
技巧 | 如何画出漂亮的深度学习模型图
weixin_36896856的博客
06-20 1万+
点击上方“AI遇见机器学习”，选择“星标”公众号重磅干货，第一时间送达仅作分享，不代表本公众号立场，侵权联系删除转载于：专知现在搞AI研究写论文，其中论文里的框架图模型图很是考验你画图的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值