卷积网络的神经科学基础-使用xtext和xtend实现域特定语言(第二版)-中文-第四章
9.10 卷积网络的神经科学基础 卷积网络也许是生物学启发人工智能的最为成功的案例。虽然卷积网络也经过 许多其他领域的指导,但是神经网络的一些关键设计原则来自于神经科学。 卷积网络的历史始于神经科学实验,远早于相关计算模型的发展。为了确定关 于哺乳动物视觉系统如何工作的许多最基本的事实,神经生理学家 David Hubel 和 Torsten Wiesel 合作多年 (Hubel and Wiesel, 1959, 1962, 1968)。他们的成就最终获 得了诺贝尔奖。他们的发现对当代深度学习模型有最大影响的是基于记录猫的单个 神经元的活动。他们观察了猫的脑内神经元如何响应投影在猫前面屏幕上精确位置 的图像。他们的伟大发现是,处于视觉系统较为前面的神经元对非常特定的光模式 (例如精确定向的条纹)反应最强烈,但对其他模式几乎完全没有反应。 他们的工作有助于表征大脑功能的许多方面,这些方面超出了本书的范围。从 深度学习的角度来看,我们可以专注于简化的、草图形式的大脑功能视图。 在这个简化的视图中,我们关注被称为 V1 的大脑的一部分,也称为初级视觉 皮层(primary visual cortex)。V1 是大脑对视觉输入开始执行显著高级处理的第一 个区域。在该草图视图中,图像是由光到达眼睛并刺激视网膜(眼睛后部的光敏组 织)形成的。视网膜中的神经元对图像执行一些简单的预处理,但是基本不改变它 被表示的方式。然后图像通过视神经和称为外侧膝状核的脑部区域。这些解剖区域 的主要作用是仅仅将信号从眼睛传递到位于头后部的 V1。 卷积网络层被设计为描述 V1 的三个性质: 1. V1可以进行空间映射。它实际上具有二维结构来反映视网膜中的图像结构。例 如,到达视网膜下半部的光仅影响 V1 相应的一半。卷积网络通过用二维映射 定义特征的方式来描述该特性。 2. V1 包含许多简单细胞(simple cell)。简单细胞的活动在某种程度上可以概括
- 粉丝: 37
- 资源: 4344
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 2022213854李沐窈程序.cpp
- pod-tomcat.yaml
- 数据库管理工具:dbeaver-ce-23.0.3-amd64.deb
- This module implements the Requests API.
- Delphi 12 控件之unidac-10.2.1-d29pro.exe
- keyword.other.package.java
- Apple//DTD PLIST 1.0//EN
- comment.block.documentation.rust
- there is no way to distinguish perfectly
- 数据库管理工具:dbeaver-ce-24.0.2-x86-64-setup.exe