🧠AI 冷知识
你知道吗？
这些有趣的 AI 小知识可能让你大吃一惊
📜
来自猫的大脑的灵感CNN的生物学灵感来自Hubel和Wiesel在1959年的实验：他们在猫的初级视觉皮层中发现了"简单细胞"(检测特定方向的边缘)和"复杂细胞"(对边缘位置有一定不变性)。这项研究获得了1981年诺贝尔生理学奖。1980年，Fukushima提出了Neocognitron——第一个模仿这种层级结构的神经网络，它已经有了卷积和池化的雏形。真正的现代CNN是Yann LeCun在1989年发明的LeNet-5，用于识别手写邮政编码，但当时算力太弱，CNN被冷落了20多年，直到AlexNet在GPU上证明了自己。
来源：Hubel & Wiesel, "Receptive fields of single neurones in the cat's striate cortex", 1959
一句话总结
💡
CNN 通过卷积核局部感受野和权重共享高效提取图像特征，是计算机视觉的基石架构。
常见误区
这些坑别踩
✗
误区 1
卷积核是手动设计的特征。
✓
正确理解
现代 CNN 的卷积核是训练学习的，自动适应数据。
✗
误区 2
卷积和全连接层没区别。
✓
正确理解
卷积是局部连接且权重共享，参数和计算远少于全连接层。
✗
误区 3
CNN 只能处理图像。
✓
正确理解
一维卷积处理序列，三维卷积处理视频/体积数据，CNN 适用广泛。