
13年后,AlexNet源代码终于公开:带注释的原版
13年后,AlexNet源代码终于公开:带注释的原版从一行行代码、注释中感受 AlexNet 的诞生,或许老代码中还藏着启发未来的「新」知识。
来自主题: AI技术研报
7340 点击 2025-03-22 14:53
从一行行代码、注释中感受 AlexNet 的诞生,或许老代码中还藏着启发未来的「新」知识。
2024年诺贝尔物理学奖揭晓,今年颁给了约翰·霍普菲尔德(John J. Hopfield)和图灵奖得主、AI教父杰弗里·辛顿(Geoffrey E. Hinton),以表彰他们利用人工神经网络进行机器学习的基础发现和发明。
人工神经网络、深度学习方法和反向传播算法构成了现代机器学习和人工智能的基础。但现有方法往往是一个阶段更新网络权重,另一个阶段在使用或评估网络时权重保持不变。这与许多需要持续学习的应用程序形成鲜明对比。
生物神经网络有一个重要的特点是高度可塑性,这使得自然生物体具有卓越的适应性,并且这种能力会影响神经系统的突触强度和拓扑结构。
人工神经网络和深度学习(一种受大脑启发的机器学习方法)的先驱。2018年,本吉奥因“概念和工程上的突破,让深度神经网络成为计算的关键组成部分”,获得了计算机领域的诺贝尔奖--图灵奖