zoukankan      html  css  js  c++  java
  • cs231n spring 2017 lecture1 Introduction to Convolutional Neural Networks for Visual Recognition

    1. 生物学家做实验发现脑皮层对简单的结构比如角、边有反应,而通过复杂的神经元传递,这些简单的结构最终帮助生物体有了更复杂的视觉系统。1970年David Marr提出的视觉处理流程遵循这样的原则,拿到图像后,先提取角、边、曲线等等简单的几何元素,然后再用深度信息、表面信息等更高层的复杂信息,最后是更高层的更抽象的表达。 深度学习也是遵循这样的基本思想,从最简单的特征出发,通过多层函数传递,实现复杂的功能。

    2. Image-Net比赛,2012年突破性的变化,AlexNet用卷积神经网络大幅提高了准确率,之后这种方法成为了主流,层数越来越多,2015年微软用了100多层的网络。之后这种比赛的意义就不大了,因为确实用更多的层数会有更好地效果(比如200层),但对GPU等硬件提出了要求,而且识别率已经超过人类了。

    3. 深度学习并不是一下子火起来,2012年的AlexNet本质上和1998年LeCun识别字母的论文一样的。促成近些年深度学习的最主要原因一是硬件的进步,二是数据量的增加。

  • 相关阅读:
    个人附加作业
    个人作业3——个人总结(Alpha阶段)
    四则运算-单元测试
    英语学习APP案例分析
    基于GUI的四则运算
    基于控制台的四则运算
    对forEach、for-in还有es6的for-of的一些整理
    ASP.NET学习笔记5
    ASP.NET学习笔记4
    String类型的二进制数求和
  • 原文地址:https://www.cnblogs.com/zonghaochen/p/7653133.html
Copyright © 2011-2022 走看看