1.3 神经网络的突破与CNN的诞生

文档摘要

1.3 神经网络的突破与CNN的诞生 1.3 神经网络的突破与CNN的诞生在图像识别的历史长河中，神经网络并非一夜之间成为主流。在卷积神经网络（CNN）崭露头角之前，神经网络经历了漫长的发展、沉寂（被称为“AI Winter”）以及最终的复兴。本节将深入探讨促使神经网络突破瓶颈的关键因素，以及这些突破如何直接催生了专门用于图像处理的强大架构——卷积神经网络（CNN）。 1.3.1 沉寂与挑战：早期神经网络的困境早期的神经网络模型，如单层感知机（Perceptron），虽然在理论上证明了其处理线性可分问题的能力，但面对非线性问题（如著名的XOR异或问题）时则束手无策。多层感知机（MLP）理论上具备处理非线性问题的能力，但其训练过程异常困难。