人工智能深度学习发展历程-纪年录

已于 2024-02-02 14:30:21 修改
阅读量679 收藏 9
点赞数 7
分类专栏： 技术文档 文章标签： 计算机视觉
于 2024-02-02 14:26:32 首次发布
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。
本文链接：https://blog.csdn.net/qq_55542491/article/details/135993089
版权

前言

为了理解模型之间的改进关系、明确深度学习的发展目标、提高自身对模型的深度理解、贯彻爱与和平的理念。总之，我做了如下表格。

时间

重大突破

模型改进

详细信息

1847

SGD

随机梯度下降

1995

SVM

支持向量机

1982

RNN

循环神经网络，序列模型

1986

反向传播

1997

LSTM

长短期时间记忆

1998

Lenet-5

首次 应用于手写识别

2001

随机森林

2010

ReL
最低0.47元/天 解锁文章
AI研究的历史与未来趋势
AI大模型应用之禅
12-07 1132
人工智能、机器学习、深度学习、自然语言处理、计算机视觉、伦理、未来趋势 1. 背景介绍 人工智能（Artificial Intelligence，简称AI）作为一项跨学科研究领域，旨在构建能够模拟人类智能的机器。自20世纪50年代诞生以来，AI研究经历了多次兴衰，并在近年来取得了显著
扫地机器人能有多硬核？好家伙自动驾驶、激光扫描、NLP这些硬科技全上了，科沃斯：技术创新才能打破行业内卷...
量子位
09-22 1228
明敏 萧箫 发自 凹非寺量子位 报道 | 公众号 QbitAI什么，你对扫地机器人的印象，还停留在“发粪涂墙”的亚子上？Nonono，现在你离自动驾驶最近的距离，或许就是自家的扫地机器人了...
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.csdn.net/weixin_41171061/article/details/106039242
深度学习历史图
技术笔记本
01-16 1167
深度学习的发展历程（思维导图、时间轴）
褚骏逸的学习之路
05-10 6829
机器学习和深度学习的关系 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 虽然目前深度学习的理论稍滞后，但其效果好呀~ 未来说比对
深度学习（一）深度学习的发展历史
热门推荐
BryantLJ学习的地方
08-19 5万+
本次深度学习系列主要从以下几个方面记录，主要为CNN相关 另外最后会专留一章讲述CNN与计算机视觉中的目标检测的发展。∙\bullet发展历史 ∙\bullet基础结构 ∙\bullet损失函数 ∙\bullet优化方法 ∙\bullet训练trick学习任一门知识都应该先从其历史开始，把握了历史，也就抓住了现在与未来 ———by BryantLJ首先盗一张图（来自于“深度学习大讲堂”微
公司运营-社会工程管理
aming小老弟
12-01 870
一、按社会功能划分的核心群体2025年中国百强城市名单前1~2线城市 三级分销 三级分销模式是一种分销策略， 基于多层级代理关系，通过发展下级分销商来扩大市场覆盖和提升销售业绩。销售过程中，将费用分为进行分配，每个等级都有相应的。品牌商或企业作为一级分销商，发展下级分销商形成二级、三级分销网络。每个分销商都可以继续向下发展自己的分销商，但分销层级最多只能有三级。分销商只能所得的佣金，超过三级的部分则无法获得佣金。谁卖出谁拿销售佣金：无论分销商处于哪个级别，他们销售商品所获得的都是一致的。这种设计方式保证了
第一章 深度学习发展历程
组学之心，专注多组学/ 医学AI 领域
05-16 2679
最早在1956年的美国达特茅斯会议（ Dartmouth Conference）上提出，当时会议的主题是“用机器来模仿人类学习以及其它方面的智能因此，1956年被认为是人工智能的元年。一般认为，人工智能是研究、开发用于模拟、延伸和扩展人的智能 的理论、方法、技术及应用系统的一门新兴学科。“人工智能，是利用数字计算机或者数字计算机控制的机器模拟、延伸 和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理 论、方法、技术及应用系统。”---- 全国信息安全标准化技术委员会。
全网最新！| 深度学习发展史（1943-2024编年体）（The History of Deep Learning）
机器学习，生物信息学学习笔记。linux和python技巧分享。
05-20 1万+
深度学习是人工智能领域的一个重要分支，它在图像识别、语音识别、自然语言处理等方面取得了显著的进展。学习任一门知识都应该先从其历史开始，把握了历史，也就抓住了现在与未来 。那么深度学习到底是经历了一段怎样的发展过程呢？下面我们就来了解一下深度学习发展史。
一图带你了解人工智能简史
audyxiao001的博客
01-29 2917
一图带你了解人工智能简史
一文看懂深度学习发展史和常见26个模型
AI科技大本营
03-27 3802
参加 2019 Python开发者日，请扫码咨询 ↑↑↑来源|AI部落联盟（ID：AI_Tribe）作者简介：沧笙踏歌，硕士毕业于北京大学，目前计算机科学与技术博士在...
人工智能你应该知道的冷知识——人工智能的发展时间轴
让技术没有门槛
03-05 9267
☞☞☞点击查看更多优秀Python博客☜☜☜    Hello大家好，我是你们的朋友JamesBin这篇文章介绍一下人工智能，人工智能也是最近这几年才发展起来的，我首先来看一下人工智能 的发展历史吧！   这张图是人工智能发展情况概览。人工智能的发展经历了很长时间的历史积淀 1950年，阿兰·图灵就提出了图灵测试机，大意是将人和机器放在一个小黑屋里与屋外的人对话，如果屋外的人分不清...
超强总结！深度学习、大模型发展历程！
最新发布
2401_85373691的博客
12-06 1960
深度学习作为人工智能核心领域的关键部分，已在图像、语音和语言处理等多个领域实现重大突破。探究任何学科，须从其历史根源起步，洞悉历史脉络，方能掌握当下，洞察未来。1943年，Warren McCulloch与Walter Pitts在论文《神经活动中内在思想的逻辑演算》中提出MCP模型，标志着神经网络与数学模型的诞生，为这两大领域奠定了基础。MCP旨在利用计算机复制人类神经元的反应机制，将神经元简化为三个核心步骤：输入信号线性加权，信号求和，以及非线性激活（采用阈值法）。具体过程如以下图表所示。
深度学习的发展历程总结
CongliYin的博客
11-29 2992
一张图总结深度学习的前世今生 资料来源百度大脑（ID：baidubrain） 另外解释一下为什么 ImageNet（斯坦福教授李飞飞创立） 出现之前互联网上大量的开放数据不能被应用于深度学习？这也是目前深度学习面临的局限，大部分深度学习创造的价值仍然来自于监督学习技术。监督学习技术需要基于系统曾经接受过的其他实例输入，来学习对东西进行分类或对结果进行预测。 例如前面提到的，给你一
深度学习（deep learning）发展史
机器学习算法与Python学习
03-19 7193
源 | 小象本文节选自人民邮电出版社最新出版的 AI 圣经《深度学习DEEP LEARNING[1]》。《深度学习DEEP LEARNING[2]》英文版由美国麻省理工学院 MIT 出版社于 2016 年 12 月推出，一经出版就风靡全球。《深度学习DEEP LEARNING[3]》的一大特点是介绍深度学习算法的本质，脱离具体代码实现给出算法背后的逻辑，不写代码的人也完全可以看。由深度学习领域三位
深度学习发展历程（2012年以前）
xiaoou的博客
10-19 9651
机器学习 计算机利用已有的数据，得出了某种模型，并利用此模型预测未来的一种方法。它是人工智能领域的一个小分支，如果说AI是一个合集，那么ML就是AI的子集。任何通过数据训练的学习算法的相关研究都属于机器学习，包括很多已经发展多年的技术，比如线性回归（Linear Regression）、logistic回归、K均值（K-means，基于原型的目标函数聚类方法）、决策树（Decision Trees...
一文读懂深度学习模型近年来重要进展（附梳理图）
weixin_40581617的博客
08-01 909
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。 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、计算能力不足以处理大型神经网络。停滞！ 1986...
族谱录入辅助软件 - 高效解决干支纪年问题
它不仅提高了录入的效率，而且可能还包含了一些智能识别功能，比如自动识别和转换干支纪年为公历日期，以及可能的错误检查机制，减少因手动录入导致的数据错误。对于维护和更新家谱信息，这样的工具能够帮助用户更加...
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