0、写在前面
① 笔记记录于龙良曲老师的深度学习课程，B站可搜索到；
② 笔记关于深度学习的发展历程，以及历程中的关键论文。文末附有所有论文的云盘下载链接。
1、深度学习？不陌生！
① 我们中学课程学过回归方程，就是通过已有数据，反推符合这些数据分布的函数表达式。
② 深度学习的原理从本质上来讲，就是求回归方程。下面一个例子，展示深度学习的代码组成。
注: <1> 假设这个回归方程为y’ = W·x，要优化的就是W矩阵，其实也就是一次方程的斜率；
<2> 优化的目标是使得实际值y与预测值y’的差值error最小；
<3> 然后求得误差error的导数gradient，也称为梯度。梯度的生成方式很多，如SGD，Adam；
<4> 用当前W矩阵值减去学习率alpha乘梯度的积，生成新的W矩阵；
<5> 如果当前W与新生成的W差值小于某个阈值tolerance，则训练结束。
2、深度学习的诞生（1958-1969）
① 生物科学家PITTS和LETTVIN研究发现，青蛙的神经元产生输出反应的前提是输入刺激强度要达到一定阈值。
② 信息科学家把神经元的这种特性表示为一种数学模型--Perceptron感知机模型，并于1958年发表了名为The perceptron: a probabilistic model for information storage and organization in the brain的论文。
③ 感知器模型原理：
注: <1> 随机初始化权重W矩阵；
<2> 输入x与w相乘，然后把所有积相加；
<3> 将相加后的和输入激活函数，如果和大于某个阈值，则输出1，反之输入0；
<4> 最初的激活函数就是个阶跃函数，函数的导数为0，也就是说没办法做梯度下降；
<5> 图中右下角，有研究者将这种网络结构用导线连接的方式构建了实体感知机。
④ 第一代的感知机能做正方形圆形之类的简单图形识别。
3、深度学习的第一次危机（1969-1982）
① 数学家Minsky和Papert出了一本书《Perceptrons: An Introduction To Computational Geometry》，书中提到perceptron感知机存在两个问题；
② 一是perceptron感知机是线性模型，它没办法处理非线性的分类问题，如感知机可以用一条线分类“或or”和“和and”，但没办法用同样的方式来分类“异或xor”。
③ 二是多层perceptron感知机的参数训练没法进行。一开始提出的感知机只有一层结构（多节点输入一节点输出），一层结构的w参数训练很好进行，只需根据输出是0或1适当调整w即可。但多层结构的感知机，其中间层输出不是0和1，对应中间层的输入参数w就没有一个较好的调整方式。
4、深度学习的再突破（1986-199x）
① 数学家Minsky虽然指出了感知机的问题，但也从理论上提出了解决方案：反向传播，但当时并没有引起重视，因此学界对深度学习的研究一直处于低迷的状态，一直持续到1986年。
② 机器学习之父Geoffrey E.Hinton等人在1986年发表了一篇题为《Learning representations by back-propagating errors》的Nature》论文，再次将深度学习引入公众视野。
③ 随后Geoffrey E.Hinton等人将这篇论文及更多的研究成果汇总成一本书《Parallel distributed processing》，并在第八章详细的介绍了反向传播。
④ 1989年一篇名为《Multilayer feedfoward networks are universal approximators》的论文，从理论上证明多层神经网络可以逼近任何数据分布。
⑤ 理论问题解决后，众多研究者再次投入到对深度学习的研究。1989年，Y.LeCun改良了多层感知机MLP，创造了现在耳熟能详的CNN（Convolutional Neural Networks，卷积神经网络），用在邮政编号手写体的识别，并发表了题为《Backpropagation applied to handwritten zip code recognization》的论文。
⑥ 与此同时，其他的一些神经网络结构也被开发出来，如
（1）Auto encode，经过中间层后，输出和输入相同；
（2）TDNN网络（Time delay neural networks），如音频，在时间域上的采样互有重叠，以保证采样点之间的局部相关性；
（3）RNN（Recurrent Neural Network），递归神经网络，可实现状态w自更新；
（4）LSTM（Long short-term memory），解决了RNN因时间序列过长，前端状态被遗忘的问题，且训练速度更快。
⑦ 大神之间的合作：
（1）Yann LeCun和Yoshua Bengio共同发表论文，关于CNN在图像，音频和时间序上的应用。
（2）Yann LeCun、Yoshua Bengio和Geoffrey Hinton三位祖师爷级别的大神，在Nature上发表关于神经网络的综述论文《Nature Deep Review》。
⑧ 多层神经网络+反向传输，使深度学习进入了第二个春天，众多知名神经网络也相继被提出，如MLP，CNN，TDNN，RNN。这一阶段的深度学习已经具备一定的实用意义，其成果也被应用到商业领域。1990年，美国的邮政编号识别工作，有10％-20%使用CNN。油管有一段早期视频，点击观看。
5、深度学习的第二个瓶颈期（199x）
① 上世纪90年代，深度学习走到第二个瓶颈期，主要原因为：
（1）当时计算机算力不足，神经网络的规模一般不会设计得特别大，这就导致深度学习无法处理较复杂的问题；
（2）神经网络的梯度问题一直被人诟病，往往存在两种极端的现象：梯度离散（vanishing gradients，算法不收敛）和梯度爆炸（exploding gradients，算法收敛过程波动较大）；
（3）支持向量机的出现。
② 支持向量机（Support Vector Machine），理论推导更优美，可从线性域推广到非线性域，性能还比深度学习好（至少在当时是这样的）。
③ 由于上述原因的存在，深度学习的研究热度骤降，相关paper被拒收，大神Hinton迁徙，学界为了生存，甚至通过改名来让paper蒙混过关（不叫神经网络了，叫深度学习）。
6、深度学习的第二个春天（2006-2012）
① Hinton等研究者始终坚信深度学习是个正确的方向，并熬过了漫长的瓶颈期，于2006年发表了一篇重要的论文《A fast learning algorithm for deep belief nets》，提出一种有效初始化的方法（layer by layer），对神经网络的训练速度和效果提升很大。
② Bengio同年发表论文《Greedy Layer-Wise Training of Deep Networks》，提出深层的神经网络能学到更多的隐藏信息，并提出贪婪分层训练。
③ 算力硬件设备的发展：NVIDA推出的通用的计算架构CUDA，使用GPU代替CPU做深度学习运算。
④ 新一任大神登场，Andrew Y.Ng（吴恩达）于2009年发表论文《Large-scale deep unsupervised learning using graphics processors》， 他们使用GPU完成深度学习训练，训练速度大幅提升。当时速度提升了70多倍，现在GPU训练大概能提升10倍左右。
⑤ LSTM之父Schmidhuber发表论文《Deep big simple neural nets excel on handwritten digit recognition》，使用GPU训练著名的手写数字数据集MNIST。
7、深度学习大爆炸（2012-2020）
① Hinton等人于2012年发表论文《ImageNet Classification with Deep Convolutional Neural Networks》，使用五层卷积神经网络做图片分类，效果显著，该论文将公众视野再次引入深度学习的研究领域。
② 其他辅助性工作的进步，也促进了深度学习的发展。
（1）大数据；
（2）激活函数的改进。早期的激活函数就是个阶跃函数，其导数为0，没办法做梯度下降处理，后来出现了Sigmoid等激活函数，提升深度学习的训练质量；
（3）BatchNorm数据送入批量操作，加速训练过程；
（4）神经网络的初始化方式；
（5）Dropout，使神经网络的某些连接线故意断连，同时还要保证模型输出影响不大。这是提升模型鲁棒性的操作。
③ 其他重要的研究进展：
（1）GAN（Generative Adversarial Nets，生成对抗网络），可以生成逼真的照片。
（2）深度强化学习（Deep Reinforcement learning），可以使机器人玩游戏达到普通玩家级别。
（3）人工智能研究机构OpenAI Five，使用游戏研究多智能体的合作。
（4）无人驾驶
8、总结和论文链接
① 总结：深度学习=上世纪的理论基础+近些年的小修小补+显卡的红蓝Buff，它是一个很好的“规律提取工具”，但远没有业界内外某些有心者吹得那么神。我们要做的是理性看待，按需所用。
② 博客涉及论文下载链接：
链接：https://pan.baidu.com/s/11IrC6kyHBOnhx8iebr8nsw
提取码：6167
695
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
