卷积神经网络背景
LeCun的LeNets深度学习网络可以被广泛应用在全球的ATM机和银行之中,它可以理解支票上写的是什么。但仍然存在很多质疑,LeCun说道,“不知何故,似乎现在还是无法说服计算机视觉领域圈子,他们仍然觉得卷积神经网络没什么价值。”其中部分原因,可能是因为这项技术虽然强大,但是没有人可以理解它为什么如此强大,而且这项技术的内部工作方式仍然是个谜。因此,为了让大家能够更清楚的了解一些卷积神经网络内部的工作方式,我们先来介绍一些比较轻松的卷积神经网络发展的背景知识。
神经网络,顾名思义,是模仿人的大脑的工作方式来进行建模的一种数学模型。因此它的发展也或多或少的受到脑科学研究的启发。
一个实验
1958 年,David Hubel 和Torsten Wiesel 在研究瞳孔区域与大脑皮层神经元的对应关系时,做了个实验。他们在猫的后脑头骨上,开了一个3 毫米的小洞,向洞里插入电极,测量神经元的活跃程度。然后,他们在小猫的眼前,展现各种形状、各种亮度的物体。并且,在展现每一件物体时,还改变物体放置的位置和角度。他们期望通过这个办法,让小猫瞳孔感受不同类型、不同强弱的刺激。
之所以做这个试验,目的是去证明一个猜测。位于后脑皮层的不同视觉神经元,与瞳孔所受刺激之间,存在某种对应关系。一旦瞳孔受到某一种刺激,后脑皮层的某一部分神经元就会活跃。经历了很多天反复的枯燥的试验,同时牺牲了若干只可怜的小猫,David Hubel 和Torsten Wiesel 发现了一种被称为“方向选择性细胞(Orientation Selective Cell)”的神经元细胞。当瞳孔发现了眼前的物体的边缘,而且这个边缘指向某个方向时,这种神经元细胞就会活跃。(
深度学习介绍(二)背景
最新推荐文章于 2023-11-25 21:06:16 发布