基本信息
文件名称:机器视觉技术及应用 课件 任务2 深度学习.pptx
文件大小:411.32 KB
总页数:18 页
更新时间:2025-08-17
总字数:约4.09千字
文档摘要
深度学习;神经网络;图中的顶点与谷底可以看作神经网络发展的高峰与低谷。图中的横轴是时间,以年为单位。纵轴是一个神经网络影响力的示意表示。如果把1949年Hebb模型提出到1958年的感知机诞生这个10年视为落下(没有兴起)的话,那么神经网络算是经历了“三起三落”这样一个过程。
神经网络为什么能这么火热?简而言之,就是其学习效果的强大。随着神经网络的发展,其表示性能越来越强。从单层神经网络,到两层神经网络,再到多层神经网络,随着网络层数的增加,以及激活函数的调整,神经网络所能拟合的决策分界平面的能力。
当然,光有强大的内在能力,并不一定能成功。一个成功的技术与方法,不仅需要内因的作用,还需要时势