第4章　卷积神经网络

卷积神经网络（convolutional neural networks，CNN）的发展起源于多层感知器，其原理源自于生物视觉神经系统机理。卷积神经网络在图像处理领域被证明是非常有效的，在人脸识别、物体识别、机器人、自动驾驶等方面都有广泛应用。LeNet是杨立昆于1998年提出的第一个卷积神经网络，用于自动识别邮政编码，杨立昆因此赢得卷积神经网络之父的美誉。2012年，辛顿教授和他的两名学生艾利克斯·克莉泽夫斯基（Alex Krizhevsky）和伊利亚·苏特斯科娃（Ilya Sutskever）在ImageNet竞赛上，使用卷积神经网络将图像分类误差从26%降到了15%，开启了卷积神经网络的兴旺时代。