1981年的诺贝尔医学奖，颁发给David Hubel和Torsten Wiesel,以及Roger Sperry。前两位的主要贡献是发现了人的视觉系统的信息处理是分级的。从原始信号摄入开始（瞳孔摄入像素），接着做初步处理（大脑皮层某些细胞发现边缘和方向），然后抽象（大脑判定眼前物体的形状，比如是椭圆形），然后进一步抽象（大脑进一步判定该物体是张人脸），最后识别眼前的人。
深度学习，恰恰就是模仿人脑的机制来解释数据。通过组合低层特征形成更加抽象的高层特征（或属性类别）。例如，在计算机视觉领域，深度学习算法从原始图像诶学习得到一个低层次表达，例如边缘检测器、小波滤波器，然后再这些低层次表达的基础上，通过线性或非线性组合，来获得一个高层次的表达，此外不仅图像存在这个规律，声音也是类似。
对于深度学习而言，其思想就是堆叠多个层，上一层的输出作为下一层的输入。深度神经网络由一个输入层，数个隐层，以及一个输出层构成。每层有若干个神经元，神经元之间有连接权重。每个神经元模拟人类的神经细胞，而结点之间的连接模拟神经细胞之间的连接。
参考资料：百度百科之“深入解读“寒武纪”后，我们对Google TPU有了这些认识”
网友评论