标签

#deep-learning

包含此关键词的事件：13 个

1986论文

反向传播算法复兴

Rumelhart、Hinton 和 Williams 推广反向传播算法，神经网络研究重新兴起。

#neural-networks#backpropagation#hinton

1989模型

LeCun 卷积神经网络手写识别

Yann LeCun 在贝尔实验室开发卷积神经网络，成功应用于手写数字识别。

#cnn#computer-vision#lecun

1997论文

LSTM 神经网络

Hochreiter 和 Schmidhuber 提出 LSTM，解决循环神经网络的长期依赖问题。

#neural-networks#lstm#sequence-modeling

1998模型

LeNet-5 与 MNIST

Yann LeCun 发表 LeNet-5 架构和 MNIST 数据集，成为深度学习经典基准。

#cnn#mnist#lecun

2006论文

深度信念网络：深度学习复兴

Geoffrey Hinton 提出深度信念网络，开创深度学习训练的有效方法。

#deep-learning#hinton#neural-networks

2012模型

AlexNet：深度学习突破

AlexNet在ImageNet竞赛中以大幅优势夺冠，标志着深度学习时代的开始。

#deep-learning#cnn#imagenet

2014论文

GAN：生成对抗网络

Ian Goodfellow 提出生成对抗网络，开创深度生成模型的新范式。

#generative-ai#gan#deep-learning

2014论文

Dropout 正则化

Geoffrey Hinton 等人提出 Dropout 技术，有效防止神经网络过拟合。

#deep-learning#regularization#hinton

2014模型

VGGNet：深层卷积网络

牛津大学 VGG 团队提出 VGGNet，证明小卷积核堆叠可以构建更深的网络。

#cnn#deep-learning#computer-vision

2015模型

ResNet：残差网络突破

微软研究院提出 ResNet，通过残差连接解决深度网络训练难题。

#cnn#deep-learning#resnet

2015软件

TensorFlow 开源

Google 开源 TensorFlow 深度学习框架，成为最流行的机器学习平台之一。

#tensorflow#deep-learning#framework

2016里程碑

微软语音识别达人类水平

微软宣布其语音识别系统在 Switchboard 基准测试中达到人类水平。

#speech-recognition#microsoft#deep-learning

2017软件

PyTorch 发布

Facebook 发布 PyTorch 深度学习框架，以其动态计算图特性赢得研究者青睐。

#pytorch#deep-learning#framework