Python逆袭 课节2 Day1-人工智能概述与入门基础 深度学习入门基础

Python小白逆袭大神

课节2 Day1-人工智能概述与入门基础

深度学习入门基础

1 深度学习优势 - 从图像识别说起

• 理想目标：让计算机像人一样理解图像

• 实际目标：让计算机将语义概念相似的图像划分为同一类别

2 图像识别面临的挑战

语义鸿沟(Semantic Gap)现象

Semantic Gap: the gap between low-level visual features and high-level concepts（图像的底层视觉特性和高层语义概念之间的鸿沟）

例如：相似的视觉特性(color、texture、shape…)，不同的语义概念

又例如：不相似的视觉特性,相同的语义概念

3 传统方法

用全局的视觉底层特性统计量表示图像

【存在的问题】

全局特征丢掉了 图像细节

4 深度学习优势

测量空间 → 特征空间【核心任务】 → 类别空间

【传统方法】人工特征提取 + 分类器

【深度学习】

手工地选取特征是一件非常费力、启发式（需要专业知识）的方法，能不能选取好很大程度上靠经验和运气，而且它的调节需要大量的时间，而深度学习是学习特征。

5 深度学习的一般过程

训练 → 应用

【一般过程】

【模型、策略、算法】

6 数学基础

• 数据表示——标量、向量、矩阵和张量
  • 向量的范数、常见的向量
  • 常见的矩阵、矩阵的操作
• 优化的基础——导数及其应用
  • 导数、泰勒公式
  • 拉格朗日乘数法
• 概率模型的基础——概率论
  • 概率分布、边缘概率、条件概率
  • 期望、方差和协方差

【数学啊】

7 深度学习框架

深度学习框架的优势：

• 易用性

  屏蔽底层，用户只需关注模型结构。同时，深度学习工具简化了计算，降低了深度学习入门门槛。

• 高效性

  灵活的移植性，可将代码部署到CPU/GPU/移动端上。选择具有分布式性能的深度学习工具会使模型训练更高效。

AI Studio是针对AI学习者的在线一体化开发实训平台【广告开始】

选择一个合适的深度学习框架和编程语言可以事半功倍！【pytorch 、 TensorFlow、Python…】

8 计算机视觉

计算机视觉（Computer Vision），顾名思义是一门“教”会计算机如何去“看”世界的学科。

下图展示了四种主要的计算机视觉任务（由粗粒度到精细粒度）

1. 图像分类（what）为图像赋予一个或多个语义标签
2. 目标检测（what & where ）找到图像中物体的类别及所在位置
3. 图像语义分割（what & where ）找到图像中物体的类别并精确勾勒出其所在位置
4. 图像实例分割（what & where ）多个同类物体存在时，将它们一一区分出来

9 自然语言处理

自然语言处理研究实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理技术发展经历了基于规则的方法、基于统计学习的方法和基于深度学习的方法三个阶段。

自然语言处理由浅入深的四个层面分别是形式、语义、推理和语用，当前正处于由语义向推理的发展阶段。

最后

以上就是无限面包为你收集整理的Python逆袭 课节2 Day1-人工智能概述与入门基础 深度学习入门基础的全部内容，希望文章能够帮你解决Python逆袭 课节2 Day1-人工智能概述与入门基础 深度学习入门基础所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。