深度学习+计算机视觉

在旷视 这个ai四小龙 深度学习 是必不可少,而且这年头......

机器学习:在预定义的可能性空间中,利用反馈信号的指引,在输入数据中寻找有用的表示和规则

原理

a. 对神经网络的权重(有时也被称为该层的参数)进行随机赋值

b. 经过一系列随机变换,得到预测值Y'

c. 通过损失函数(有时也被称为目标函数或代价函数),得到预测值Y'与真实值Y之间的损失值

d. 将损失值作为反馈信号,通过优化器来对权重值进行微调,以降低当前示例对应的损失值

e. 循环重复足够做的次数(b-d),得到具有最小损失值的神经网络,就是一个训练好的神经网络

张量:数据容器,包含的数据通常是数值数据,矩阵向任意维度的推广

神经网络:由一系列张量运算组成,这些张量运算只是输入数据的简单几何变换。可将神经网络解释为高维空间中非常复杂的几何变换,这种变换通过一系列简单步骤来实现

机器学习的目的:为高维空间中复杂、高度折叠的数据流行(一个连续的表面)找到简洁的表示

深度学习:可将复杂的几何变换逐步分解为一系列基本变换

网络架构

全连接神经网络FNN

对具有线性输出层和至少一个使用"挤压"性质的激活函数的隐藏层组成的前馈神经网络,只要其隐藏层神经元的数量足够,它可以以任意精度来近似任何从一个定义在实数空间中的有界闭集函数。即一个两层的神经网络可以模拟任何函数

卷积神经网络CNN

局部连接和权值共享可以大幅度降低神经网络权值数量,成倍提升训练和预测速度

卷积网络是由卷积层、子采样层、全连接层交叉堆叠而成

循环神经网络RNN

使用带自反馈的神经元,能够处理任意长度的序列;更加符合生物神经网络的结构;应用在语音识别、语言模型以及自然语言生成等任务上

注意力机制Transformer

计算机视觉

摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像;

使用计算机及相关设备对生物视觉的一种模拟,试图建立能够从图像或者多维数据中获取'信息'的人工智能系统

编程语言:

Python、C++等,熟悉常用的计算机视觉工具和库,如OpenCV、TensorFlow、PyTorch、Keras等

计算机视觉-OpenCV入门讲解_opencv视觉-CSDN博客

计算机视觉入门-CSDN博客

https://blog.51cto.com/topic/jisuanjishijuecongrumendaojingtong.html

一文入门深度学习 - 知乎

深度学习的入门教程,建议初学者收藏_深度学习基础教程-CSDN博客

【零基础深度学习教程第一课:深度学习基础】_深度学习基础教程-CSDN博客 好文

深度学习之卷积神经网络0基础入门学习教程------浅层深度学习(全网最详细,不详细你打我)(看不懂你打我)(对小白没用你打我)_浅层学习-CSDN博客

【斯坦福大学】深度学习(全192讲)吴恩达_哔哩哔哩_bilibili

相关推荐
千宇宙航3 小时前
闲庭信步使用SV搭建图像测试平台:第三十一课——基于神经网络的手写数字识别
图像处理·人工智能·深度学习·神经网络·计算机视觉·fpga开发
onceco3 小时前
领域LLM九讲——第5讲 为什么选择OpenManus而不是QwenAgent(附LLM免费api邀请码)
人工智能·python·深度学习·语言模型·自然语言处理·自动化
天水幼麟4 小时前
动手学深度学习-学习笔记(总)
笔记·深度学习·学习
jndingxin6 小时前
OpenCV CUDA模块设备层-----高效地计算两个 uint 类型值的带权重平均值
人工智能·opencv·计算机视觉
天水幼麟6 小时前
动手学深度学习-学习笔记【二】(基础知识)
笔记·深度学习·学习
Sweet锦6 小时前
零基础保姆级本地化部署文心大模型4.5开源系列
人工智能·语言模型·文心一言
hie988947 小时前
MATLAB锂离子电池伪二维(P2D)模型实现
人工智能·算法·matlab
晨同学03277 小时前
opencv的颜色通道问题 & rgb & bgr
人工智能·opencv·计算机视觉
蓝婷儿7 小时前
Python 机器学习核心入门与实战进阶 Day 3 - 决策树 & 随机森林模型实战
人工智能·python·机器学习
大千AI助手7 小时前
PageRank:互联网的马尔可夫链平衡态
人工智能·机器学习·贝叶斯·mc·pagerank·条件概率·马尔科夫链