《表1 深度神经网络发展历程》
鉴于DNN在图像和文本处理的卓越表现,DNN在物体检测(Liu等,2016;Redmon等,2016)、图像分割(Long等,2015)等领域开始大放异彩。2015年Res Net(He等,2016)问世,与先前的网络结构相比,Res Net以创造性的跳跃连接(shortcut)设计,缓解了深层网络结构梯度消失、无法迭代更新学习的问题,推动CNN向更深更宽的领域发展。在Image Net数据集上,top-5的分类识别错误率仅3.75%,成功超越了人类所能达到的能力。自此,整个深度卷积神经网络领域进入了一个新的更深层次的研究阶段,在此推动下,在复杂游戏(如AlphaGo)、医疗诊断和自动驾驶等领域也有了更深层次的发展。深度神经网络的发展历程如表1所示。
图表编号 | XD00216431000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.16 |
作者 | 唐浪、李慧霞、颜晨倩、郑侠武、纪荣嵘 |
绘制单位 | 厦门大学信息学院人工智能系媒体分析与计算实验室、厦门大学信息学院人工智能系媒体分析与计算实验室、厦门大学信息学院人工智能系媒体分析与计算实验室、厦门大学信息学院人工智能系媒体分析与计算实验室、厦门大学信息学院人工智能系媒体分析与计算实验室 |
更多格式 | 高清、无水印(增值服务) |