上面是一段实时目标识别的演示， 计算机在视频流上标注出物体的类别， 包括人、汽车、自行车、狗、背包、领带、椅子等。今天的计算机视觉技术已经可以在图片、视频中识别出大量类别的物体， 甚至可以初步理解图片或者视频中的内容， 在这方面，人工智能已经达到了3 岁儿童的智力水平。这是一个很了不起的成就， 毕竟人工智能用了几十年的时间， 就走完了人类几十万年的进化之路，并且还在加速发展。道路总是曲折的， 也是有迹可循的。在尝试了其它方法之后， 计算机视觉在仿生学里找到了正确的道路（至少目前看是正确的） 。通过研究人类的视觉原理，计算机利用深度神经网络（ Deep Neural Network，NN）实现了对图片的识别，包括文字识别、物体分类、图像理解等。在这个过程中，神经元和神经网络模型、大数据技术的发展，以及处理器（尤其是GPU）强大的算力，给人工智能技术的发展提供了很大的支持。本文是一篇学习笔记， 以深度优先的思路， 记录了对深度学习（Deep Learning）的简单梳理，主要针对计算机视觉应用领域。
标签： 深度神经网络 目标检测
上传时间： 2022-06-22
上传用户：
神经网络神经网络是指用大量的简单计算单元构成的非线性系统，它在一定程度上模仿了人脑神经系统的信息处理、存储和检索功能，是对人脑神经网络的某种简化、抽象和模拟。1943年心理学家McCulloch和数学家Pitts合作提出了神经元的数学模型M-P神经元模型，证明了单个神经元能执行逻辑功能，从此开创了神经科学理论研究的时代。M-P模型，是按照生物神经元的结构和工作原理构造出来的一个抽象和简化了的神经元模型。权重当输入进入神经元时，它会乘以一个权重。例如，如果一个神经元有两个输入，则每个输入都将具有分配给它的一个关联权重。随机初始化权重，并在模型训练过程中更新这些权重。偏置除了权重之外，另一个被应用于输入的线性分量被称为偏置。它被加到权重与输入相乘的结果中。添加偏置的目的是改变权重与输入相乘所得结果的范围。激活函数激活函数的主要作用是加入非线性因素，以解决线性模型表达能力不足的缺陷，在整个神经网络中至关重要。常用的激活函数有Sigmoid、Tanh、ReLU。
标签： 人工智能 神经网络 深度学习
上传时间： 2022-06-24
上传用户：得之我幸78
最新网络通信协议手册
标签： 网络通信协议
上传时间： 2013-06-12
上传用户：eeworm
数字通信网络
标签： 数字通信 网络
上传时间： 2013-08-01
基于网络的塑料异型材挤出模ＣＡＤ系统的研究
标签： 网络 塑料 模
上传时间： 2013-04-15
Visual+C++网络通信协议分析
标签： Visual 网络通信 协议分析
上传时间： 2013-06-03
清华大学计算机系网络课程 .chm
标签： chm 清华大学 计算机 网络
上传时间： 2013-07-06
无线传感器网络 WSN(SunLiMin)
标签： SunLiMin WSN 无线传感器网络
语音与数据集成网络
标签： 语音 数据集成网络
上传时间： 2013-07-02
微波网络及其应用
标签： 微波网络
