摘要：年，發(fā)表，至今，深度學(xué)習(xí)已經(jīng)發(fā)展了十幾年了。年的結(jié)構(gòu)圖圖片來(lái)自于論文基于圖像識(shí)別的深度卷積神經(jīng)網(wǎng)絡(luò)這篇文章被稱為深度學(xué)習(xí)的開山之作。還首次提出了使用降層和數(shù)據(jù)增強(qiáng)來(lái)解決過(guò)度匹配的問(wèn)題，對(duì)于誤差率的降低至關(guān)重要。

1998年，Yann LeCun 發(fā)表Gradient-Based Learning Applied to Document Recognition，至今，深度學(xué)習(xí)已經(jīng)發(fā)展了十幾年了。以大家熟知的CNNs為代表的技術(shù)在近幾年內(nèi)取得了跨越式的發(fā)展，但理解深度學(xué)習(xí)的技術(shù)細(xì)節(jié)往往需要深入的數(shù)理知識(shí)，導(dǎo)致我們對(duì)于深度學(xué)習(xí)的理解一直停留在較淺的程度。本文就將帶你回顧深度學(xué)習(xí)近些年來(lái)的里程碑式成果，就算看不懂技術(shù)細(xì)節(jié)，也可以一睹深度學(xué)習(xí)的前世今生。

2012年－AlexNet

AlexNet的結(jié)構(gòu)圖（圖片來(lái)自于論文：《基于ImageNet圖像識(shí)別的深度卷積神經(jīng)網(wǎng)絡(luò)》）

這篇文章被稱為深度學(xué)習(xí)的開山之作。當(dāng)然，也有很多人堅(jiān)稱Yann LeCun 1998年發(fā)表的Gradient-Based Learning Applied to Document Recognition才是開山之作，即便這樣， 這篇文章使得深度學(xué)習(xí)進(jìn)入主流科學(xué)界的視野也是毋庸置疑的。事實(shí)上，有人的地方就有江湖，這種爭(zhēng)論與當(dāng)年牛頓和萊布尼茨爭(zhēng)論微積分的發(fā)明權(quán)一樣都無(wú)損于我們作為學(xué)習(xí)者領(lǐng)略這些成果美妙的思想和燦爛的智慧，這篇文章的作者Alex Krizhevsky, Ilya Sutskever, 和 Geoffrey E. Hinton同Yann Lecun都是最杰出的學(xué)者。

特點(diǎn)：

在結(jié)構(gòu)上，AlexNet由8層神經(jīng)網(wǎng)絡(luò)組成：其中有5層卷積層和3層全連接層（相比較現(xiàn)在的神經(jīng)網(wǎng)絡(luò)，這真是太簡(jiǎn)單了，但即便是這樣，它也足以用來(lái)分類1000類圖片了）。

AlexNet使用ReLU作為非線性函數(shù)，而不是此前一直廣泛使用的常規(guī)tanh函數(shù)。

AlexNet還首次提出了使用Dropout Layers（降層）和Data Augmentation （數(shù)據(jù)增強(qiáng)）來(lái)解決過(guò)度匹配的問(wèn)題，對(duì)于誤差率的降低至關(guān)重要。

這篇文章之所名留青史與其在應(yīng)用方面的優(yōu)異表現(xiàn)分不開（時(shí)間果然是檢驗(yàn)真理的標(biāo)準(zhǔn)?。珹lexNet贏得了2012年的ILSVRC（ImageNet大規(guī)模視覺識(shí)別挑戰(zhàn)賽），誤差率為15.4％。甩了當(dāng)時(shí)的第二名十條大街（26.2%） 。

論文：《基于ImageNet圖像識(shí)別的深度卷積神經(jīng)網(wǎng)絡(luò)》- Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton

2013年－ZF Net

ZF net 結(jié)構(gòu)圖（圖片來(lái)自論文：《卷積網(wǎng)絡(luò)的可視化與理解》）

學(xué)術(shù)界的反映其實(shí)總要比我們想象地要快得多，在2013年的ILSVRC（ImageNet大規(guī)模視覺識(shí)別挑戰(zhàn)賽）上，就出現(xiàn)了大量的CNN模型，而其中奪得桂冠的就是ZF Net（錯(cuò)誤率進(jìn)一步降低到11.2%），其實(shí)ZF Net更像是一個(gè)AlexNet的升級(jí)版，但它仍然有以下特點(diǎn)：

推出了反卷積網(wǎng)絡(luò)（又名DeConvNet），一種可查看卷積網(wǎng)絡(luò)（CNN）內(nèi)部運(yùn)作的可視化技術(shù)。

激活函數(shù)用了ReLu，誤差函數(shù)用了交叉熵?fù)p失（cross-entropy ? ? ?loss），訓(xùn)練使用批量隨機(jī)梯度下降方法。

大大減少了訓(xùn)練模型使用的圖片數(shù)量，AlexNet使用了1500萬(wàn)張圖片做訓(xùn)練，而ZF Net只用了130萬(wàn)張。

論文：《卷積網(wǎng)絡(luò)的可視化與理解》- Matthew D. Zeiler, Rob Fergus

2014年－VGG Net

VGG結(jié)構(gòu)圖（圖片來(lái)自Keras的博客：https://blog.keras.io)

看到這里我們已經(jīng)可以發(fā)現(xiàn)深度學(xué)習(xí)和ILSVRC深深的糾葛，接下來(lái)我們要介紹的VGG Net正是ILSVRC 2014“圖像識(shí)別+定位”組別的獲勝者，誤差率為7.3%。

VGG Net具有以下特點(diǎn)：

VGG結(jié)構(gòu)在圖像識(shí)別和定位兩個(gè)方面都表現(xiàn)出色。

使用了19層網(wǎng)絡(luò)，3x3的濾波器。 （而不是AlexNet的11x11濾波器和ZF Net的7x7濾波器相比）

提供了可用于分層特征提取的簡(jiǎn)單深度結(jié)構(gòu)。

利用抖動(dòng)（scale ? ? ?jittering）作為訓(xùn)練時(shí)數(shù)據(jù)增強(qiáng)的手段。

VGG Net成為里程碑的主要原因除了它在定位和圖像識(shí)別兩方面都表現(xiàn)突出外，還因?yàn)樗鼜?qiáng)調(diào)了卷積神經(jīng)網(wǎng)絡(luò)需要用到深度網(wǎng)絡(luò)結(jié)構(gòu)才能把圖像數(shù)據(jù)的層次表達(dá)出來(lái)，為之后深度學(xué)習(xí)的發(fā)展提供了指導(dǎo)。

論文：《用于大規(guī)模圖像識(shí)別的超深度卷積網(wǎng)絡(luò)》-? Karen Simonyan, Andrew Zisserman

2014/2015年－GoogLeNet

GoogleNet結(jié)構(gòu)圖（圖片來(lái)自于論文：《深入探索卷積》）

讀到這里的讀者應(yīng)該已經(jīng)能把ILSVRC這個(gè)大賽當(dāng)作老朋友了。在2014年的ILSVRC大賽中，我們剛才介紹的VGG Net只是“圖像識(shí)別+定位”組別的冠軍，而GoogLeNet則憑借6.7%的誤差率贏得了ILSVRC 2014圖像識(shí)別的冠軍。

它具有以下特點(diǎn)：

引入了“初始模塊”，強(qiáng)調(diào)了CNN的層次并不總是必須順序堆疊的。

初始模塊（圖片來(lái)自論文《深入探索卷積》）

22層深的網(wǎng)絡(luò)（如果獨(dú)立計(jì)算則總網(wǎng)絡(luò)超過(guò)100層）。

沒(méi)有使用全連接層，而是以使用平均池化代替，將7x7x1024的輸入量轉(zhuǎn)換為1x1x1024的輸入量。 這節(jié)省了大量的參數(shù)。

證明了優(yōu)化的非順序結(jié)構(gòu)可能比順序結(jié)構(gòu)性能更好。

GoogLeNet?的創(chuàng)新主要在于這是第一個(gè)真正不通過(guò)簡(jiǎn)單順序疊加卷積層和池化層來(lái)構(gòu)建的CNN架構(gòu)之一，為后來(lái)CNN在架構(gòu)上的創(chuàng)新打下了基礎(chǔ)。

論文：《深入探索卷積》-?Christian Szegedy, Wei Liu, Yangqing Jia, Pierre Sermanet, Scott Reed, Dragomir Anguelov, Dumitru Erhan, Vincent Vanhoucke, Andrew Rabinovich, 谷歌公司，北卡羅來(lái)納大學(xué)教堂山分校，密歇根大學(xué)安娜堡分校，Magic Leap公司

2015年—微軟ResNet

ResNet 結(jié)構(gòu)圖（圖片來(lái)自于論文：《圖像識(shí)別的深度殘差學(xué)習(xí)》）

ResNet是2015年ILSVRC的獲勝者（又是ILSVRC?。?，它的誤差率達(dá)到了驚人的3.6%，首次在圖像識(shí)別的準(zhǔn)確率上超越了人類（5%-10%），它擁有以下特點(diǎn)：

真的很深，ResNet?具有152層的“極端深度”（原文作者用Ultra-deep這個(gè)詞來(lái)描述它）的結(jié)構(gòu)。

提出了使用殘差模塊以減輕過(guò)度匹配。

殘差模塊（圖片來(lái)自于論文：《圖像識(shí)別的深度殘差學(xué)習(xí)》）

論文：《圖像識(shí)別的深度殘差學(xué)習(xí)》- Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun, 微軟亞洲研究院

意義：超越人類還不算意義嗎？

深度學(xué)習(xí)只有CNNs（卷積神經(jīng)網(wǎng)絡(luò)）嗎？

當(dāng)！然！不！是！現(xiàn)在我們終于能擺脫被ILSVRC支配的恐懼，談點(diǎn)其他的了，事實(shí)上，深度學(xué)習(xí)的模型還包括：

Deep Boltzmann Machine（深度玻爾茲曼機(jī)）

Deep Belief Networks（深度信念網(wǎng)絡(luò)）

Stacked Autoencoders（棧式自編碼算法）

原文鏈接：https://medium.com/towards-data-science/milestones-of-deep-learning-1aaa9aef5b18

商業(yè)智能與數(shù)據(jù)分析群

興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價(jià)值的辦法，實(shí)際應(yīng)用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉(cāng)庫(kù)，數(shù)據(jù)挖掘工具，報(bào)表系統(tǒng)等全方位知識(shí)

QQ群：81035754