第1章 神经网络和计算机视觉基础

深度学习技术不是一朝一夕诞生的，它至少经历了3个重要的历史节点。

第一个节点是控制论的诞生。其开始于20世纪40年代，产生了第一个感知机模型，实现了单个神经元的训练。

第二个节点是联结主义方法和反向传播优化方法的提出。随着计算机的面世，研究者在1980—1995年成功训练了具有一两个隐藏层的神经网络。

当前是第三个节点。神经网络正式以深度学习的名字再次复兴大约始于2006年，Hinton等人提出了深度信念网络，他们使用逐层初始化的方法来训练包含多个隐藏层的网络。

2012年，在ImageNet比赛中，AlexNet网络的性能大幅度超过了传统机器学习方法的性能，以此为节点，真正的深度学习时代开启了。2016年，Google的围棋机器人AlphaGo在世界瞩目的围棋比赛中以4∶1战胜了围棋世界冠军李世石，并随后在2017年以3∶0战胜了当时世界排名第一的中国棋手柯洁，这彻底点爆了人们对AI技术的热情。