版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
深學(xué)習(xí)在機器人中應(yīng)用第1頁/共31頁目錄contents01DeepLearning02TheApplicationsofDL03ConvolutionalNeuralNetwork04TheProblemsinApplications第2頁/共31頁1PART深度學(xué)習(xí)DeepLearning第3頁/共31頁深度學(xué)習(xí)什么是深度學(xué)習(xí)?第4頁/共31頁深度學(xué)習(xí)開始獲取數(shù)據(jù)特征提取數(shù)據(jù)預(yù)處理特征選擇模式識別結(jié)束人臉數(shù)據(jù)數(shù)據(jù)裁剪等Hog、Haar等提取,實驗和選擇特征訓(xùn)練檢測器/分類器機器學(xué)習(xí)
機器學(xué)習(xí)是一門多領(lǐng)域交叉學(xué)科,涉及概率論、統(tǒng)計學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為,以獲取新的知識或技能,重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。第5頁/共31頁深度學(xué)習(xí)人類大腦如何工作?1981年的諾貝爾醫(yī)學(xué)獎頒發(fā)給了DavidHubel和TorstenWiesel,以及RogerSperry。前兩位的主要貢獻是,發(fā)現(xiàn)了人的視覺系統(tǒng)的信息處理是分級的。從視網(wǎng)膜(Retina)出發(fā),經(jīng)過低級的V1區(qū)提取邊緣特征,到V2區(qū)的基本形狀或目標(biāo)的局部,再到高層的整個目標(biāo)(如判定為一張人臉),以及到更高層的PFC(前額葉皮層)進行分類判斷等。也就是說高層的特征是低層特征的組合,從低層到高層的特征表達越來越抽象和概念化,也即越來越能表現(xiàn)語義或者意圖。第6頁/共31頁深度學(xué)習(xí)人類大腦如何工作?第7頁/共31頁深度學(xué)習(xí)深度學(xué)習(xí)
深度學(xué)習(xí)就是通過從原始圖像中學(xué)習(xí)低層特征,并組合低層特征形成更加抽象的高層特征。深度學(xué)習(xí)之所以被稱為“深度”,是因為之前的機器學(xué)習(xí)方法都是淺層學(xué)習(xí)。深度學(xué)習(xí)能夠自動的從海量數(shù)據(jù)中去學(xué)習(xí)特征,無需自己手動提取選擇特征。
在有限樣本和計算單元情況下對復(fù)雜函數(shù)的表示能力有限,針對復(fù)雜分類問題其泛化能力受到一定的制約。需要依靠人工來抽取樣本的特征。然而,手工地選取特征是一件非常費力的事情,能不能選取好很大程度上靠經(jīng)驗和運氣。淺層網(wǎng)絡(luò)局限性:第8頁/共31頁深度學(xué)習(xí)對比:第9頁/共31頁深度學(xué)習(xí)深度學(xué)習(xí)網(wǎng)絡(luò)模型:1、Autoencoder(AE)SAEDAE2、RestrictedBoltzmannMachine(RBM)LSTM3、ConvolutionalNeuralNetworks(CNN)4、RecurrentNeuralNetworks(RNN)5、GenerativeAdversarialNetworks(GAN)DBN第10頁/共31頁2PART深度學(xué)習(xí)的應(yīng)用TheApplicationofDL第11頁/共31頁深度學(xué)習(xí)的應(yīng)用1、圖像(語音、文本)分類人臉識別技術(shù)(包括性別、年齡和表情等),特征點檢測文本分類(評論分類、垃圾郵件過濾等)經(jīng)典的手寫數(shù)據(jù)識別第12頁/共31頁深度學(xué)習(xí)應(yīng)用2、目標(biāo)檢測+識別第13頁/共31頁深度學(xué)習(xí)的應(yīng)用3、語義分割NeuralStyleDeepPhotoStyleTransfer第14頁/共31頁深度學(xué)習(xí)的應(yīng)用4、看圖說話第15頁/共31頁深度學(xué)習(xí)的應(yīng)用5、圖像生成第16頁/共31頁3PART卷積神經(jīng)網(wǎng)絡(luò)convolutionalneuralnetwork第17頁/共31頁卷積神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)第18頁/共31頁卷積神經(jīng)網(wǎng)絡(luò)局部感知第19頁/共31頁卷積神經(jīng)網(wǎng)絡(luò)權(quán)值共享第20頁/共31頁卷積神經(jīng)網(wǎng)絡(luò)多卷積核第21頁/共31頁卷積神經(jīng)網(wǎng)絡(luò)降采樣第22頁/共31頁卷積神經(jīng)網(wǎng)絡(luò)CNN就是多個卷積層和降采樣層堆疊而成的有監(jiān)督網(wǎng)絡(luò)。第23頁/共31頁卷積神經(jīng)網(wǎng)絡(luò)第24頁/共31頁卷積神經(jīng)網(wǎng)絡(luò)1、石頭剪刀布2、人體上半身檢測使用cascade檢測手勢/人體上半身存在的誤判較多使用深度學(xué)習(xí)對檢測結(jié)果過濾得到較好的結(jié)果第25頁/共31頁4PART存在的問題TheProblemsinApplication第26頁/共31頁遇到的問題深度學(xué)習(xí)應(yīng)用在i寶過程中遇到的最大限制就是速度!!1、網(wǎng)絡(luò)模型大,占用內(nèi)存大2、計算量大3、硬件條件限制對策:1、選用小模型網(wǎng)絡(luò)2、對網(wǎng)絡(luò)進行裁剪(特殊卷積核)3、..........第27頁/共31頁討論針對特定應(yīng)用:
1、在很多實際應(yīng)用中,都會包含檢測+識別兩個部分,檢測的準(zhǔn)確性決定著識別的結(jié)果。而且檢測花的時間也是較多的,因此是不是可以將檢測的過程省略,換成屏幕中固定的框。2、利用云平臺部署服務(wù)(本地硬件無法支撐的大型網(wǎng)絡(luò))場景識別,生成關(guān)鍵字并與語音組結(jié)合實現(xiàn)交互第28頁/共31頁討論DoSomething??我還能做什么?。?!第29頁/共31頁謝謝??!ThankYou!!2017PPT模板下載:/moban/行業(yè)PPT模板:/hangye/節(jié)日PPT模板:/jieri/PPT素材下載:/sucai/PPT背景圖片:/beijing/PPT圖表下載:/tubiao/優(yōu)秀PPT下載:/xiazai/PPT教程:/powerpoint/Word教程:/word/Excel教程:/excel/資料下載:/ziliao/
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- “互聯(lián)網(wǎng)+”背景下的小學(xué)語文課堂教學(xué)分析
- 腦出血患者在急診內(nèi)科的急救治療分析與研究-國際臨床研究雜志
- 關(guān)雎課件教學(xué)課件
- 53模擬試卷初中語文九年級下冊4海燕
- DB14-T 2974-2024 供熱單元管路自動控制技術(shù)要求
- 《畜禽繁殖與改良》 - 家畜繁殖技術(shù) 第7卷 (原卷版)
- 中國爐排行業(yè)市場運營態(tài)勢與投資策略研究報告2024-2030年
- 300噸吡丙醚500噸煙嘧磺隆項目可行性研究報告寫作模板-拿地申報
- CSTM-無損檢測 磁聲發(fā)射檢測編制說明
- 八年級物理第一次月考卷(考試版A3)【測試范圍:第1~2章】(人教版·2024)(長沙專用)
- 2024年中國打印機市場探析:數(shù)字化浪潮智能引領(lǐng)打印機市場-18正式版
- Unit 2 Great People 教學(xué)設(shè)計2024-2025學(xué)年冀教版英語九年級上冊
- 正確對待順境和逆境 課件 2024-2025學(xué)年統(tǒng)編版道德與法治七年級上冊
- 遼寧省2024年中考數(shù)學(xué)試卷
- 2024年安徽滁州定遠(yuǎn)縣部分事業(yè)單位選調(diào)工作人員7人歷年高頻考題難、易錯點模擬試題(共500題)附帶答案詳解
- 《二十屆三中全會》重要試題附答案
- 2024年4月自考04741計算機網(wǎng)絡(luò)原理試題及答案
- 高考英語高頻短語按字母排序
- 新課標(biāo)-人教版數(shù)學(xué)六年級上冊第四單元《比》單元教材解讀
- “國家中小學(xué)智慧教育平臺”應(yīng)用案例
- 煙草專賣執(zhí)法證考試題庫(匯總版)
評論
0/150
提交評論