国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習

這篇具有很好參考價值的文章主要介紹了計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

1.神經(jīng)網(wǎng)絡(luò)

  • 一種機器學習的算法
  • 一般有輸入層-->隱藏層-->輸出層
  • 隱藏層數(shù)量多于兩個的稱為深度神經(jīng)網(wǎng)絡(luò);
  • 輸入的是特征向量;
  • 特征向量代表的是變化的方向;
  • 或者說是最能代表這個事物的特征方向;
  • 權(quán)重是特征值,有正有負,加強或抑制;
  • 權(quán)重的絕對值大小,代表輸入信號對神經(jīng)元的影響大小

什么是神經(jīng)網(wǎng)絡(luò)

  • 人是怎么思考的?--生物神經(jīng)網(wǎng)絡(luò)

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能

  • ?由相互聯(lián)系的神經(jīng)元組成;
  • 神經(jīng)元具有權(quán)重;
  • 根據(jù)訓練期間的錯誤更新偏差;
  • 找到一個未知函數(shù)的近似解;

感知器?

  1. 外部刺激通過神經(jīng)末梢,轉(zhuǎn)為電信號
  2. 電信號傳導到神經(jīng)細胞(又稱神經(jīng)元)
  3. 無數(shù)神經(jīng)元構(gòu)成神經(jīng)中樞
  4. 神經(jīng)中樞綜合各種信號,給出判斷
  5. 人體根據(jù)神經(jīng)中樞指令,對外部刺激作出反應.

生物神經(jīng)網(wǎng)絡(luò)基本工作原理

  • 一個神經(jīng)元的輸入端有多個樹突;
  • 樹突主要用來接收輸入信息;
  • 突觸累加信息;
  • 累加的信息大于特定的閾值時;
  • 軸突會把信息傳輸出去;
  • 此時稱為神經(jīng)元被激活;
  • 相反,處理后的輸入信息小于閾值,神經(jīng)元處于抑制狀態(tài);

人工神經(jīng)網(wǎng)絡(luò)

  1. 接收來自其他n個神經(jīng)元傳遞的信號;
  2. 這些信號與相應的權(quán)重進行加權(quán)求和,并傳遞給下個階段(預激活階段);
  3. 加權(quán)結(jié)果(也稱為預激活的加權(quán))傳遞給激活函數(shù);

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能?

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能?計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能

人工神經(jīng)網(wǎng)絡(luò)與生物神經(jīng)網(wǎng)絡(luò)的不同?

  • 人腦中的一個神經(jīng)元可連接一定距離內(nèi)的任意神經(jīng)元;
  • 人工神經(jīng)網(wǎng)絡(luò)具有離散的層\連接和數(shù)據(jù)傳播的方向

神經(jīng)元

  • 組成神經(jīng)元網(wǎng)絡(luò)的最基本單位;
  • 起初來源于人體,模仿人體的神經(jīng)元;
  • 功能與人體的神經(jīng)元一致;
  • 對得到的信號,經(jīng)數(shù)據(jù)處理;
  • 給出一個結(jié)果作為輸出;
  • 或者作為下一個神經(jīng)元的輸入

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能

  • 當h大于0時輸出1;
  • 當h小于0時輸出0;
  • 實質(zhì)是把特征空間一切兩半;
  • 每一半分屬不同的類;?

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能

  • 神經(jīng)元的缺點:只能一刀切;
  • 解決方法:多層神經(jīng)網(wǎng)絡(luò);

人工神經(jīng)網(wǎng)絡(luò)的實現(xiàn)

  • 神經(jīng)網(wǎng)絡(luò)是一種運算模型;
  • 由大量的節(jié)點(神經(jīng)元)和其間的相互連接構(gòu)成;
  • 兩個節(jié)點之間的連接具有一個權(quán)重;
  • 權(quán)重相當于人工神經(jīng)網(wǎng)絡(luò)的記憶;
  • 輸出依賴于網(wǎng)絡(luò)的連接方式,權(quán)重和激勵函數(shù)的不同而不同;
  • 網(wǎng)絡(luò)本身是對自然界某種算法或者函數(shù)的逼近;
  • 也可能是對一種邏輯策略的表達

多層神經(jīng)網(wǎng)絡(luò)

  • 由多個神經(jīng)元組合而成;
  • 前一個神經(jīng)元的結(jié)果作為后一個神經(jīng)元的輸入;
  • 任何多層網(wǎng)絡(luò)可以用三層網(wǎng)絡(luò)近似表示;
  • 根據(jù)經(jīng)驗確定隱藏層應該有多少個節(jié)點;
  • 根據(jù)測試的效果調(diào)整隱藏層節(jié)點數(shù)量;

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能

前饋神經(jīng)網(wǎng)絡(luò)

  • ?也稱多層感知機;
  • 人工神經(jīng)網(wǎng)絡(luò)主要考慮網(wǎng)絡(luò)鏈接的拓撲結(jié)構(gòu)\神經(jīng)元特征\學習規(guī)則等;

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能

2.激活函數(shù)

  • 神經(jīng)網(wǎng)絡(luò)設(shè)計的一個核心單元;
  • 處于活躍狀態(tài)的神經(jīng)元成為激活態(tài);
  • 非活躍的神經(jīng)元成為抑制態(tài);
  • 激活函數(shù)賦予神經(jīng)元自我學習和適應的能力;
  • 激活函數(shù)的作用為了在網(wǎng)絡(luò)中引入非線性的學習和處理能力;

常用的激活函數(shù)

  • sigmoid函數(shù):計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能
  • tanh函數(shù):計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能
  • ReLU函數(shù):

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能

?計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能

激活函數(shù)的作用

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能?

sigmoid的主要缺點

  • ?梯度飽和,兩邊數(shù)值的梯度都為0;
  • 結(jié)果的平均值不為0,會導致后層神經(jīng)元輸入非零均值信號,對梯度產(chǎn)生影響

?reLU

  • 起源于神經(jīng)科學的研究;
  • 從生物學角度模擬了腦神經(jīng)接受信號更精確的激活模型

激活函數(shù)比較

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能

神經(jīng)元稀疏

  • ?ReLU函數(shù)是分段線性函數(shù);
  • 把所有的負值變?yōu)?,正值不變;
  • 這種操作稱為單側(cè)抑制;
  • 因為單側(cè)抑制,網(wǎng)絡(luò)中的神經(jīng)元具有稀疏激活性;
  • 模型增加N層后,理論上ReLU神經(jīng)元的激活率降低2的N次方倍;

張量

  • 算法的運行依賴數(shù)據(jù)結(jié)構(gòu);
  • 張量將各種數(shù)據(jù)統(tǒng)一封裝并輸入網(wǎng)絡(luò);
  • 不同情況下有不同存在形式的張量;
  • 張量的一大特征是維度;
  • 0維張量是一個常量;
  • python中讀取ndim獲取張量維度;
  • 數(shù)組等價一維張量;
  • 二維數(shù)組等價一個二維張量;
  • n維張量本質(zhì)是一維數(shù)組,數(shù)組中的元素都是n-1維張量

設(shè)計神經(jīng)網(wǎng)絡(luò)

  1. 確定網(wǎng)絡(luò)的層數(shù);
  2. 確定每層單元個數(shù);
  3. 將特征向量歸一化,加速學習過程;
  4. 編碼離散變量,每一個輸入單元對應一個可能特征值;
  5. 可以解決分類問題(classification)
  6. 也可解決回歸問題(regression)
  7. 兩分類問題的輸出表示:[0,1];
  8. 多分類問題的輸出表示:[1 0 0 0 0 0];
  9. 確定隱藏層的數(shù)量沒有規(guī)則;
  10. 根據(jù)實驗測試和誤差精準度不斷調(diào)整改進.

感性認識隱含層

  • 輸入層的每個節(jié)點代表圖片的某一像素;
  • 輸入層的節(jié)點個數(shù)為像素點的個數(shù);
  • 輸出層為一個單一節(jié)點,標示0和1;
  • 對人臉識別的問題;
  • 問題分解:
  • 上方有頭發(fā);
  • 左上\右上各有一個眼睛;
  • 中間有鼻子
  • 下方中間有嘴巴
  • 左右兩側(cè)有耳朵
  • 綜合上述問題的結(jié)果:
  • 大部分為1,判定為人臉;

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能

  • 子網(wǎng)絡(luò)繼續(xù)分解為解決更為簡單的問題.?
  • 一層層的分解;
  • 直到一個神經(jīng)元能回答一個簡單的問題;

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能?

3.深度學習

深度神經(jīng)網(wǎng)絡(luò)&深度學習

  • 傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)發(fā)展到了多隱藏層結(jié)構(gòu)
  • 具有多個隱藏層的網(wǎng)絡(luò)稱為深度神經(jīng)網(wǎng)絡(luò);
  • 基于深度神經(jīng)網(wǎng)絡(luò)的機器學習稱為深度學習

機器學習

  • 是人工智能的核心;
  • 研究如何使用機器來模擬人類學習活動的一門學科;
  • 一種實現(xiàn)人工智能的方法;
  • 是一門多領(lǐng)域交叉學科;
  • 涉及概率論\統(tǒng)計學\逼近論\凸分析\算法復雜度理論等多門學科
  • 使計算機具有智能的根本途徑
  • 應用遍及人工智能的各個領(lǐng)域
  • 主要使用歸納\綜合而不是演繹

深度學習

  • 多層人工神經(jīng)網(wǎng)絡(luò)
  • 是機器學習的分支
  • 對數(shù)據(jù)進行表征學習的方法
  • 一種實現(xiàn)機器學習的技術(shù);
  • 將模型處理得更加復雜;
  • 使模型對數(shù)據(jù)的理解更為深入;
  • 動機在于建立\模擬人腦進行分析學習的神經(jīng)網(wǎng)絡(luò)
  • 模仿人腦的機制來解釋數(shù)據(jù);
  • 實質(zhì)是通過構(gòu)建具有多隱藏層的機器學習模型;
  • 以及海量的訓練數(shù)據(jù)
  • 學習更有用的特征
  • 最終提升分類或預測的準確性
  • 最重要的作用是表征學習,
  • 學習層級化的特征

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能?

  • 數(shù)據(jù)規(guī)模推動深度學習進步;?

?計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能

人工智能關(guān)系圈

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能

計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習,圖像識別,計算機視覺,人工智能文章來源地址http://www.zghlxwxcb.cn/news/detail-832745.html

到了這里,關(guān)于計算機視覺基礎(chǔ)知識(十二)--神經(jīng)網(wǎng)絡(luò)與深度學習的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔相關(guān)法律責任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經(jīng)查實,立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費用

相關(guān)文章

  • 【計算機視覺|人臉建?!?D人臉重建基礎(chǔ)知識(入門)

    【計算機視覺|人臉建?!?D人臉重建基礎(chǔ)知識(入門)

    本系列博文為深度學習/計算機視覺論文筆記,轉(zhuǎn)載請注明出處 三維重建(3D Reconstruction)是指根據(jù)單視圖或者多視圖的圖像重建三維信息的過程。 人工幾何模型 儀器采集 基于圖像的建模 描述 基于幾何建模軟件通過人機交互生成物體三維幾何模型 基于結(jié)構(gòu)光和激光掃描技術(shù)

    2024年02月14日
    瀏覽(32)
  • 計算機基礎(chǔ)知識

    計算機基礎(chǔ)知識

    參考鏈接:https://blog.csdn.net/ChineseSoftware/article/details/123176978 https://www.cnblogs.com/8023-CHD/p/11067141.html https://blog.csdn.net/qq_42033567/article/details/108088514 http與https的區(qū)別 HTTP 的URL以http:// 開頭,而HTTPS 的URL 以https:// 開頭 HTTP的默認端口是80,而HTTPS的默認端口是443 在OSI網(wǎng)絡(luò)模型中,HTT

    2024年02月10日
    瀏覽(51)
  • 計算機基礎(chǔ)——TCP基礎(chǔ)知識

    計算機基礎(chǔ)——TCP基礎(chǔ)知識

    16位源端口號 16位目的端口號 32位序號 32位確認號 4位頭部長度 6位保留 URG ACK PSH RST SYN FIN 16位窗口大小 16位校驗和 16位緊急指針 選項(長度可變) 填充 16位端口號 :源端口號,主機該報文段是來自哪里;目標端口號,要傳給哪個上層協(xié)議或應用程序 32位序號 :一次TCP通信(

    2024年01月20日
    瀏覽(71)
  • 計算機基礎(chǔ)知識(基礎(chǔ)入門小白專屬)

    ?? 作者:小劉在這里 ?? 每天分享云計算網(wǎng)絡(luò)運維課堂筆記,疫情之下,你我素未謀面,但你一定要平平安安,一? 起努力,共赴美好人生! ?? 夕陽下,是最美的,綻放,愿所有的美好,再疫情結(jié)束后如約而至。 目錄 計算機的發(fā)展史 計算機的硬件組成 計算機的分類

    2024年02月08日
    瀏覽(21)
  • 計算機基礎(chǔ)知識題精選

    1.網(wǎng)絡(luò)釣魚欺騙是社會工程學的一種方式,下列關(guān)于社會工程學的說法中錯誤的是( ) A.社會工程學利用了人性的弱點;B.社會工程學需要結(jié)合常識;C.社會工程學的目的是獲取秘密信息;D.謊言越多,社會工程學的欺騙效果越好 正確答案是:D 2.根據(jù)惡意代碼特征對惡意代碼

    2023年04月12日
    瀏覽(20)
  • 計算機基礎(chǔ)知識(基礎(chǔ)入門小白專屬)二

    ? ?? 作者:小劉在這里 ?? 每天分享云計算網(wǎng)絡(luò)運維課堂筆記,疫情之下,你我素未謀面,但你一定要平平安安,一? 起努力,共赴美好人生! ?? 夕陽下,是最美的,綻放,愿所有的美好,再疫情結(jié)束后如約而至。 目錄 vmware workstation ?的用法 擴展部分

    2024年02月02日
    瀏覽(34)
  • 計算機基礎(chǔ)知識點匯總

    1、指令是指示計算機執(zhí)行某種操作的命令,包括操作碼和地址碼兩部分。 2、目前常見的指令系統(tǒng)有復雜指令系統(tǒng)(CISC)和精簡指令系統(tǒng)(RISC)。 3、計算機的工作過程:取指令、分析指令、執(zhí)行指令。 4、未配置任何軟件的計算機叫裸機,注意不是指安裝過操作系統(tǒng)的計算

    2024年02月10日
    瀏覽(26)
  • 計算機系統(tǒng)(軟考版)----計算機系統(tǒng)基礎(chǔ)知識、基本單位與進制(1)

    計算機系統(tǒng)(軟考版)----計算機系統(tǒng)基礎(chǔ)知識、基本單位與進制(1)

    計算機系統(tǒng)是由 硬件和軟件 組成的,它們協(xié)同工作來運行程序。計算機的基本硬件系統(tǒng)由 運算器、控制器、存儲器、輸入設(shè)備和輸出設(shè)備5大部件組成。運算器、控制器等部件被集成在一起統(tǒng)稱為中央處理單元(Central Processing Unit,CPU) 。(標黃這個需要記憶) CPU是硬件系統(tǒng)的

    2024年01月22日
    瀏覽(62)
  • 計算機網(wǎng)絡(luò)安全基礎(chǔ)知識復習

    計算機安全: 對于一個自動化的信息系統(tǒng),采取措施確保信息系統(tǒng)資源(包括硬件、軟件、固件、信息數(shù)據(jù)和通信)的完整性,可用性和保密性。 目標/服務(wù): 認證;訪問控制;數(shù)據(jù)保密性;數(shù)據(jù)完整性,不可否認性,可用性. 安全攻擊 :任何危及信息系統(tǒng)安全的行為。 安全機

    2024年02月09日
    瀏覽(22)
  • 深度學習·理論篇(2023版)·第002篇深度學習和計算機視覺中的基礎(chǔ)數(shù)學知識01:線性變換的定義+基于角度的線性變換案例(坐標變換)+點積和投影+矩陣乘法的幾何意義+圖形化精講

    ?? 恭喜本博客瀏覽量達到兩百萬,CSDN內(nèi)容合伙人,CSDN人工智能領(lǐng)域?qū)嵙π滦莮 ?? 本文章為2021版本迭代更新版本,在結(jié)合有效知識的基礎(chǔ)上對文章進行合理的增加,使得整個文章時刻順應時代需要 ?? 本專欄將通過系統(tǒng)的深度學習實例,從可解釋性的角度對深度學習的原理

    2023年04月08日
    瀏覽(34)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包