福島的影片（1986 年）展示了一個能夠識別手寫數字的 CNN [3]，這比勒昆的影片（1989 年）早了三年。 CNN時間軸取自[5]： ★ 1969 年：福島邦彥發表了修正線性單位或 ReLU [1]，現在 ReLU 已廣泛應用於 CNN 中。 ★ 1979年：福島昭發表了包含卷積層和下採樣層的基本卷積神經網路（CNN）架構[2]。他稱之為新認知機（neocognitron）。它透過無監督學習規則進行訓練。當時的計算成本是1989年的100倍，是今天的10億倍。 ★ 1986 年：福島關於辨識手寫數字的影片[3]。 ★ 1988 年：魏章等人開發了第一個透過反向傳播訓練的「現代」二維 CNN，並將其應用於字元辨識[4]。當時的計算成本比現在高出約 1,000 萬倍。 ★ 1989 年 - ：其他人的後續作品 [5]。 參考文獻（更多內容請見[5]） [1] K. Fukushima (1969). Visual feature extraction by a multilayered network of analog threshold elements。 [2] K. Fukushima (1979). 不受位置偏移影響的模式辨識機制神經網路模型－新認知器。 IECE學報，J62-A卷，第10期，658-665頁，1979年。第一個深度卷積神經網路架構，具有交替的捲積層和下採樣層。日文版。英文版：1980年。 [3] 由福島健一、三宅慎一和伊藤智彥（NHK科學技術研究所）於1986年製作的影片。 YouTube連結：https://t.co/MUyH81L5wD [4] W. Zhang, J. Tanida, K. Itoh, Y. Ichioka. 移位不變模式辨識神經網路及其光學架構. 日本應用物理學會年會論文集，1988. 第一個「現代」反向傳播訓練的二維 CNN，應用於字元辨識。 [5] J. Schmidhuber（AI Blog，2025）。誰發明了卷積神經網路？
正在載入線程內容
正在從 X 取得原始推文，整理成清爽的閱讀畫面。
通常只需幾秒鐘，請稍候。