深度学习介绍（一）Yann LeCun

最新推荐文章于 2024-06-24 08:46:39 发布

狮子HH

最新推荐文章于 2024-06-24 08:46:39 发布

阅读量8k

点赞数

分类专栏： DeepLearning 文章标签：深度学习 deep-learning Yann-LeCun cnn 卷积神经网络

本文链接：https://blog.csdn.net/yingyujianmo/article/details/44944993

版权

本文介绍了深度学习的重要人物Yann LeCun及其对卷积神经网络（CNN）的贡献。LeCun在贝尔实验室开发的LeNet系统用于识别手写数字，开创了CNN在实际应用中的先河。CNN因其内存需求小，适合大规模图像识别，被广泛应用于现代人工智能服务。

摘要由CSDN通过智能技术生成

作为人工智能的一种形式，深度学习能够更好地模仿人类大脑。之前还有很多人工智能研究人员还在公开对该领域嗤之以鼻，而仅仅过了几年，从谷歌、微软，到百度、Twitter，深度学习已经开始蔓延到整个商业科技世界了。
很多科技巨头正在挖掘一种特殊的深度学习，他们称之为卷积神经网络(convolutional neural networks)，旨在构建更加智能的互联网服务，比如可以自动理解语言和识别图像。在谷歌，卷积神经网络帮助他们在安卓手机上开发语音识别系统；而百度则可以利用它开发全新的视觉搜索引擎。
在本篇文章中，我们将对深度学习中大名鼎鼎的卷积神经网络进行介绍。
俗话说：读万卷书不如行万里路，行万里路不如名师指路。在介绍Deep Learning的具体算法之前，让我们先来介绍一个Deep Learning领域的大牛。
Yann LeCun——将CNNs应用最成功的人
这里写图片描述
Yann LeCun是纽约大学终身教授，现任Facebook人工智能实验室负责人。为了表彰他在深度学习领域里的成就，IEEE计算机学会给他颁发了著名的“神经网络先锋奖”。
在加盟Facebook之前，LeCun在贝尔实验室工作了超过20年，那里是全世界最著名的计算机研究实验室，诞生过许多伟大的产品。LeCun在贝尔实验室工作期间开发了一套能够识别手写数字的系统，并把它命名为LeNet。
或许你没听过LeNet，但是当年美国大多数银行就是用它来识别支票上面的手写数字的。能够达到这种商用的地步，它的准确性可想而知。
那么LeNet究竟是什么呢？
LeNet是一种典型的用来识别手写数字的卷积神经网