第一章 深度学习发展概述

一、学习目标

1.了解深度学习的发展历程

2.认识深度学习的基本概念和算法

3.学习深度学习的主要应用

二、深度学习的发展

        发展一图：

        其中，最主要的节点为：

        M-P模型：其模拟了一个神经元的工作过程；

        Hopfield模型：最初的卷积神经网络；

        反向传播算法：解决了线性不可分问题，使得模型能够收敛。

        RNN和LSTM：NLP上的两大重要模型。

        Transformer：提出注意力机制，相当于在RNN类的模型中加入了卷积因素，为大模型提供了基础。

        ChatGPT：现象级的语言大模型。

三、深度学习基本概念

1.三者概念

        人工智能是指所有的人工技术制造出来的智能体。

        机器学习是其中一种实现的技术，其特点在于让机器从数据中寻找规律和特征，然后使用规律对未知数据进行预测。

        深度学习则是机器学习中的一种方法，其特点在于模拟人的神经结构设计了神经网络来进行学习。

2.经典算法与网络

四、应用

        主要的应用有：视觉类、语音类、语言类、多模态。

1.视觉类

        基础任务：

        高级任务：

 2.语音类

 3.语言类

 4.多模态类

五、总结

        了解深度学习的历史、著名算法结构、应用。