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
zm-v-1593043398617 分钟前
ChatGPT 与 DeepSeek:学术科研的智能 “双引擎”
人工智能·chatgpt
果冻人工智能19 分钟前
美国狂奔,中国稳走,AI赛道上的龟兔之争?
人工智能
牙牙要健康20 分钟前
【目标检测】【深度学习】【Pytorch版本】YOLOV2模型算法详解
pytorch·深度学习·目标检测
果冻人工智能30 分钟前
再谈AI与程序员: AI 写的代码越来越多,那我们还需要开发者吗?
人工智能
大脑探路者34 分钟前
【PyTorch】继承 nn.Module 创建简单神经网络
人工智能·pytorch·神经网络
无代码Dev1 小时前
如何使用AI去水印(ChatGPT去除图片水印)
人工智能·ai·ai-native
达柳斯·绍达华·宁1 小时前
自动驾驶04:点云预处理03
人工智能·机器学习·自动驾驶
wgc2k1 小时前
吴恩达深度学习复盘(4)神经网络的前向传播
人工智能·深度学习
屎派克1 小时前
神经网络知识
人工智能·深度学习·神经网络