热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

hinton深度学习nature_【深度学习】卷积神经网络之父LeCun:关于深度学习必须知道的传奇人物...

使机器能够通过数据了解世界是如何运转的,而不仅仅是学习如何解决一个特定的问题,将是未来十年AI研究的一大重点。——YannLeCun本文主要讲述卷积神经
3a3557be71eb00350ca41ce3ae15bfb6.png

使机器能够通过数据了解世界是如何运转的,而不仅仅是学习如何解决一个特定的问题,将是未来十年AI研究的一大重点。

——Yann LeCun

本文主要讲述卷积神经网络之父Yann LeCun的故事。

1961年,LeCun出生在浪漫之都巴黎 。

1983 年,22岁的他在ESIEE大学获得电子工程学位,四年后在 Université P&M Curie 获得计算机科学博士学位。

完成了多伦多大学的博士后研究之后,LeCun加入了 AT&T 贝尔实验室。在此期间他接触到了运行飞快的电脑和一个庞大的USPS数据集——拥有5000个训练样本,这在当时算是数一数二的了。

在USPS数据集的帮助下,LeCun第二年便打造并训练了第一个版本的LeNet 1,在字母识别上取得了有史以来最高的准确率。

8da6a9469b3256935edc702948f4dcc4.png

一直以来,LeCun都坚信一定有方法可以让电脑拥有视觉,理解图像中的东西,甚至可以让机器学习许多任务,包括感知,这也就是现在大家熟知的人工神经网络反向传播算法的模型。

由于LeCun在论述其网络结构时首次使用了“卷积”一词,“卷积神经网络”也因此得名。

1993年,LeCun在电脑上展示识别手写数字,将CNN与BP反向传播结合阅读“手写”数字,结果优于以往任何模型,很快便应用到ATM识别读取支票上的数字。

但由于数值计算能力有限、学习样本不足,加上同一时期以支持向量机为代表的核心学习方法的兴起,这一时期为各类图像处理问题设计的卷积神经网络停留在了研究阶段,应用端的推广较少。

后来该理论一度被认为过时,主要原因一是缺乏软件,二是没有足够的数据。就像是火箭发射,装备和火药都不完全具备,发射的功能就无法实现。

1f8cc21411f14bf1a2bc6ca84ba278e8.png

虽然在当时受到很多批评,但是LeCun从未放弃,他的导师Hinton曾评价说:“LeCun高举着火炬,冲过了最黑暗的时代。”

2003年,LeCun加入了纽约大学的教师队伍,并与Hinton和Bengio一起,以非正式联盟的形式重新恢复了神经网络。

三年后,Hinton在神经网络的深度学习领域取得突破,这是一次标志性的技术进步,人类又一次看到机器赶超人类的希望

Facebook创始人扎克伯格曾表示,坚信AI技术对Facebook未来的发展至关重要,想要建立一个全球人工智能中心,多次邀请Lecun加入公司。

2013年,53岁的 Lecun 加盟 Facebook 组建FAIR并任职第一任主任,开始了他横跨工业界和学术界双重联盟的模式。

6b64f11b8d69705d6d9ea40f6157531d.png

几年时间,LeCun将FAIR逐步打造成一个全球最大的跨文化、多模态、结构化、有组织的人们互动的数据库,高度开源并发表所有的技术以供行业使用。

为了表彰Lecun等人在深度神经网络方面的卓越贡献,2019年3月27日,国际计算机学会宣布,Yann LeCun、Yoshua Bengio和Geoffrey Hinton 共同获得2018年图灵奖。

图灵奖是专门奖励那些对计算机事业作出重要贡献的个人,由于图灵奖对获奖条件要求极高,评奖程序又是极严,一般每年只奖励一名计算机科学家,因此它是计算机界最负盛名、最崇高的一个奖项,有“计算机界的诺贝尔奖”之称。 

虽然人工神经网络作为一种帮助计算机识别模式和模拟人类智能的工具在20世纪80年代被引入,但直到21世纪初,只有LeCun、Bengio和Hinton等一小群人仍然坚持使用这种方法。

尽管他们的努力也曾遭到怀疑,但他们的想法最终点燃了人工智能社区对神经网络的兴趣,带来了一些重大技术进步。他们的方法现在是该领域的主导范式。

fa151c90a99dcf53da95882ceaef9d8c.png

被誉为“卷积神经网络之父”,Yann LeCun实至名归。

如今,卷积神经网络已经成为计算机视觉、语音识别、语音合成、图像合成和自然语言处理领域的行业标准,被广泛应用于自动驾驶、医学图像分析、声控助手和信息过滤等重要领域。

为了帮助行业人才更快地掌握人工智能深度学习技术,中公优就业联合中科院自动化研究所专家,开设人工智能《深度学习》课程,通过深度剖析人工智能领域深度学习技术,培养人工智能核心人才。

95771fc8523ec02da866141bad103de7.gif

在为期5周的课程学习中,你将全面了解AI深度学习的相关知识,掌握人工神经网络及卷积神经网络原理、循环神经网络原理、生成式对抗网络原理和深度学习的分布式处理,并应用于企业级项目实战。同时,赠送课程中企业级项目的源码,帮你无缝对接课程重点,分分钟掌握大厂人才必备技能。
课程由中科院自动化研究所专家亲自传授,结合行业发展情况,带你逐一攻破大厂级项目难题。课程期间贴心答疑,加强巩固训练,全方位保证学习效果。
最近,我们还对课程模式进行了再升级,现在报名,即可获得免费赠送的价值2999元的Python网课,为无Python编程基础学员提供学习资料。
如果您对深度学习感兴趣,欢迎加入优就业深度学习交流群1044223982,免费领取学习资料,暗号CNN。

点击右侧蓝色字体,了解课程详情:平均年薪50万,大厂急需

● ● ●两句叨叨:最近因为公众号改版,时间线被打乱了,优妹儿发布的文章你们有可能错过啦~所以要拜托你们动动手指:
  • 1、给优就业标星:这样你能更方便地找到公众号,进去获取最新推送。

  • 2、给优就业“在看”:你将能更及时地接收到推送+优惠活动。

其他小文(戳蓝字阅读):超值好课 | 0基础如何月入10万?这份涨粉+变现指南请收好弯道超车 | UI设计师必备9大软件技能(内附教程)成长态度 | 28岁程序员狂赚上亿后宣布退休:格局越大,人生越宽职场精进 | 我985毕业,面对“史上最惨求职季”,偷偷加入了一个群…识别二维码添加小助手免费领取更多职场精进课程(加好友备注:领资料)

c28f6685781f0f14db0cabe1097a9fbc.png

e7866234c51f2dd7e645fd71448c7539.gif

点击“阅读全文”学习更多课程



推荐阅读
  • 背景应用安全领域,各类攻击长久以来都危害着互联网上的应用,在web应用安全风险中,各类注入、跨站等攻击仍然占据着较前的位置。WAF(Web应用防火墙)正是为防御和阻断这类攻击而存在 ... [详细]
  • 数据结构与算法的重要性及基本概念、存储结构和算法分析
    数据结构与算法在编程领域中的重要性不可忽视,无论从事何种岗位,都需要掌握数据结构和算法。本文介绍了数据结构与算法的基本概念、存储结构和算法分析。其中包括线性结构、树结构、图结构、栈、队列、串、查找、排序等内容。此外,还介绍了图论算法、贪婪算法、分治算法、动态规划、随机化算法和回溯算法等高级数据结构和算法。掌握这些知识对于提高编程能力、解决问题具有重要意义。 ... [详细]
  • 2018年人工智能大数据的爆发,学Java还是Python?
    本文介绍了2018年人工智能大数据的爆发以及学习Java和Python的相关知识。在人工智能和大数据时代,Java和Python这两门编程语言都很优秀且火爆。选择学习哪门语言要根据个人兴趣爱好来决定。Python是一门拥有简洁语法的高级编程语言,容易上手。其特色之一是强制使用空白符作为语句缩进,使得新手可以快速上手。目前,Python在人工智能领域有着广泛的应用。如果对Java、Python或大数据感兴趣,欢迎加入qq群458345782。 ... [详细]
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • 2022年的风口:你看不起的行业,真的很挣钱!
    本文介绍了2022年的风口,探讨了一份稳定的副业收入对于普通人增加收入的重要性,以及如何抓住风口来实现赚钱的目标。文章指出,拼命工作并不一定能让人有钱,而是需要顺应时代的方向。 ... [详细]
  • 面试经验分享:华为面试四轮电话面试、一轮笔试、一轮主管视频面试、一轮hr视频面试
    最近有朋友去华为面试,面试经历包括四轮电话面试、一轮笔试、一轮主管视频面试、一轮hr视频面试。80%的人都在第一轮电话面试中失败,因为缺乏基础知识。面试问题涉及 ... [详细]
  • 近年来,大数据成为互联网世界的新宠儿,被列入阿里巴巴、谷歌等公司的战略规划中,也在政府报告中频繁提及。据《大数据人才报告》显示,目前全国大数据人才仅46万,未来3-5年将出现高达150万的人才缺口。根据领英报告,数据剖析人才供应指数最低,且跳槽速度最快。中国商业结合会数据剖析专业委员会统计显示,未来中国基础性数据剖析人才缺口将高达1400万。目前BAT企业中,60%以上的招聘职位都是针对大数据人才的。 ... [详细]
  • Android中高级面试必知必会,积累总结
    本文介绍了Android中高级面试的必知必会内容,并总结了相关经验。文章指出,如今的Android市场对开发人员的要求更高,需要更专业的人才。同时,文章还给出了针对Android岗位的职责和要求,并提供了简历突出的建议。 ... [详细]
  • 基于事件驱动的并发编程及其消息通信机制的同步与异步、阻塞与非阻塞、IO模型的分类
    本文介绍了基于事件驱动的并发编程中的消息通信机制,包括同步和异步的概念及其区别,阻塞和非阻塞的状态,以及IO模型的分类。同步阻塞IO、同步非阻塞IO、异步阻塞IO和异步非阻塞IO等不同的IO模型被详细解释。这些概念和模型对于理解并发编程中的消息通信和IO操作具有重要意义。 ... [详细]
  • 计算机存储系统的层次结构及其优势
    本文介绍了计算机存储系统的层次结构,包括高速缓存、主存储器和辅助存储器三个层次。通过分层存储数据可以提高程序的执行效率。计算机存储系统的层次结构将各种不同存储容量、存取速度和价格的存储器有机组合成整体,形成可寻址存储空间比主存储器空间大得多的存储整体。由于辅助存储器容量大、价格低,使得整体存储系统的平均价格降低。同时,高速缓存的存取速度可以和CPU的工作速度相匹配,进一步提高程序执行效率。 ... [详细]
  • 关于CMS收集器的知识介绍和优缺点分析
    本文介绍了CMS收集器的概念、运行过程和优缺点,并解释了垃圾回收器的作用和实践。CMS收集器是一种基于标记-清除算法的垃圾回收器,适用于互联网站和B/S系统等对响应速度和停顿时间有较高要求的应用。同时,还提供了其他垃圾回收器的参考资料。 ... [详细]
  • 本文讨论了小学编程普及的必要性,以及学生在学习编程过程中所需具备的数学能力和综合能力。通过采访获奖的牛娃发现,学习编程需要耐得住寂寞,并且需要花费大量的时间和精力。 ... [详细]
  • 本文介绍了操作系统的定义和功能,包括操作系统的本质、用户界面以及系统调用的分类。同时还介绍了进程和线程的区别,包括进程和线程的定义和作用。 ... [详细]
  • Learning to Paint with Model-based Deep Reinforcement Learning
    本文介绍了一种基于模型的深度强化学习方法,通过结合神经渲染器,教机器像人类画家一样进行绘画。该方法能够生成笔画的坐标点、半径、透明度、颜色值等,以生成类似于给定目标图像的绘画。文章还讨论了该方法面临的挑战,包括绘制纹理丰富的图像等。通过对比实验的结果,作者证明了基于模型的深度强化学习方法相对于基于模型的DDPG和模型无关的DDPG方法的优势。该研究对于深度强化学习在绘画领域的应用具有重要意义。 ... [详细]
  • 未来五年的AI领域科技亮点,都在这里了
    当AI正式成长为推动世界第四次工业革命的潜在力量之一,我们的生活也在悄然发生着变化,当AI渗透到人们的生活中,引爆着一场又一场的行业变革& ... [详细]
author-avatar
cc
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有