![深度學(xué)習(xí)應(yīng)用開發(fā) 課件 cha1 4-深度學(xué)習(xí)的應(yīng)用領(lǐng)域_第1頁](http://file4.renrendoc.com/view14/M01/3D/1F/wKhkGWYg-oWASF7QAADo0WZYmKg674.jpg)
![深度學(xué)習(xí)應(yīng)用開發(fā) 課件 cha1 4-深度學(xué)習(xí)的應(yīng)用領(lǐng)域_第2頁](http://file4.renrendoc.com/view14/M01/3D/1F/wKhkGWYg-oWASF7QAADo0WZYmKg6742.jpg)
![深度學(xué)習(xí)應(yīng)用開發(fā) 課件 cha1 4-深度學(xué)習(xí)的應(yīng)用領(lǐng)域_第3頁](http://file4.renrendoc.com/view14/M01/3D/1F/wKhkGWYg-oWASF7QAADo0WZYmKg6743.jpg)
![深度學(xué)習(xí)應(yīng)用開發(fā) 課件 cha1 4-深度學(xué)習(xí)的應(yīng)用領(lǐng)域_第4頁](http://file4.renrendoc.com/view14/M01/3D/1F/wKhkGWYg-oWASF7QAADo0WZYmKg6744.jpg)
![深度學(xué)習(xí)應(yīng)用開發(fā) 課件 cha1 4-深度學(xué)習(xí)的應(yīng)用領(lǐng)域_第5頁](http://file4.renrendoc.com/view14/M01/3D/1F/wKhkGWYg-oWASF7QAADo0WZYmKg6745.jpg)
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),請進行舉報或認領(lǐng)
文檔簡介
目錄計算機視覺01任務(wù)自然語言處理02任務(wù)強化學(xué)習(xí)03任務(wù)1計算機視覺1計算機視覺計算機視覺是深度學(xué)習(xí)應(yīng)用最為廣泛的一個領(lǐng)域,計算機視覺中包括:圖像識別(ImageClassification)目標(biāo)檢測(ObjectDetection)語義分割(SemanticSegmentation)視頻理解(VideoUnderstanding)圖片生成(ImageGeneration)1計算機視覺圖像識別(ImageClassification)圖像識別(ImageClassification),也叫圖像分類,是一種常見的分類問題。計算機視覺中圖像分類算法常采用神經(jīng)網(wǎng)絡(luò)作為核心,算法的輸入為圖像數(shù)據(jù),輸出值為當(dāng)前圖像樣本所屬類別的概率,通常選取輸出概率值最大的類別作為樣本的預(yù)測類別。1計算機視覺目標(biāo)檢測(ObjectDetection)目標(biāo)檢測(ObjectDetection),是指通過算法自動檢測出圖片中目標(biāo)物體的類別及大致位置,然后用邊界框(BoundingBox)表示,并標(biāo)出邊界框中物體的類別信息。1計算機視覺語義分割(SemanticSegmentation)語義分割(SemanticSegmentation)是通過算法自動分割并識別出圖片中的內(nèi)容,可以將語義分割理解為每個像素點的分類問題,分析每個像素點屬于物體的類別。1計算機視覺視頻理解(VideoUnderstanding)隨著深度學(xué)習(xí)在2D圖片的相關(guān)任務(wù)上取得較好的效果,具有時間維度信息的3D視頻理解任務(wù)受到越來越多的關(guān)注。常見的視頻理解任務(wù)有視頻分類,行為檢測,視頻主體抽取等1計算機視覺圖片生成(ImageGeneration)圖片生成(ImageGeneration),通過學(xué)習(xí)真實圖片的分布,并從學(xué)習(xí)到的分布中采樣而獲得逼真度較高的生成圖片。圖像風(fēng)格遷移2自然語言處理2自然語言處理1、機器翻譯(MachineTranslation)過去的機器翻譯算法通常是基于統(tǒng)計機器翻譯模型,這也是2016年前Google翻譯系統(tǒng)采用的技術(shù)。2、2016年11月,Google基于Seq2Seq模型上線了Google神經(jīng)機器翻譯系統(tǒng)(GNMT),首次實現(xiàn)了源語言到目標(biāo)語言的直譯技術(shù),在多項任務(wù)上實現(xiàn)50~90%的效果提升。3、常用的機器翻譯模型有Seq2Seq,BERT,GPT,GPT-2等,其中OpenAI提出的GPT-2模型參數(shù)量高達15億個,甚至發(fā)布之初以技術(shù)安全考慮為由拒絕開源GPT-2模型。機器翻譯(MachineTranslation)2自然語言處理1、聊天機器人(Chatbot)聊天機器人也是自然語言處理的一項主流任務(wù)。2、通過機器自動與人類對話,對于人類的簡單訴求提供滿意的自動回復(fù),提高客戶的服務(wù)效率和服務(wù)質(zhì)量。3、常應(yīng)用在咨詢系統(tǒng)、娛樂系統(tǒng)、智能家居等中。聊天機器人(Chatbot)3強化學(xué)習(xí)3強化學(xué)習(xí)強化學(xué)習(xí)(ReinforcementLearning,RL),又稱再勵學(xué)習(xí)、評價學(xué)習(xí)或增強學(xué)習(xí),是機器學(xué)習(xí)的范式和方法論之一,用于描述和解決智能體(agent)在與環(huán)境的交互過程中通過學(xué)習(xí)策略以達成回報最大化或?qū)崿F(xiàn)特定目標(biāo)的問題。強化學(xué)習(xí)技術(shù)常用語機器人(Robotics)和自動駕駛(AutonomousDriving)領(lǐng)域中。3強化學(xué)習(xí)機器人(Robotics)在真實環(huán)境中,機器人的控制也取得了一定的進展。如UCBerkeley在機器人的模仿學(xué)習(xí)(ImitationLearning)、少樣本學(xué)習(xí)(MetaLearning)、元學(xué)習(xí)(Few-shotLearning)等方向取得了不少進展。波士頓動力公司的機器人機器人(Robotics)3強化學(xué)習(xí)自動駕駛(AutonomousDriving)被認為是強化學(xué)習(xí)在短期內(nèi)能技術(shù)落地的一個應(yīng)用方向,很多公司
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
- 電子商務(wù)平臺運營銷售合作協(xié)議
- 股份制企業(yè)合同文書范例與解析
- 網(wǎng)絡(luò)直播行業(yè)版權(quán)使用許可協(xié)議
- 教育信息化產(chǎn)品采購安裝協(xié)議
- 經(jīng)典個人手車轉(zhuǎn)讓合同
- 海洋資源開發(fā)項目合作框架協(xié)議
- 電子發(fā)票開具專項協(xié)議
- 粵教版高中信息技術(shù)必修教學(xué)設(shè)計:4.1編制計算機程序解決問題
- Unit 5 There is a big bed 單元整體(教學(xué)設(shè)計)-2024-2025學(xué)年人教PEP版英語五年級上冊
- 2025年冷拔鋼項目合作計劃書
- (完整版)蘇教版六年級下數(shù)學(xué)比例重難點練習(xí)
- 熱能與動力工程測試技術(shù)- 流量測量
- 中國古代文學(xué)史 建安文學(xué)與正始文學(xué)
- 課堂嵌入式評價及其應(yīng)用
- 高中物理課程標(biāo)準(zhǔn)
- 化工原理傳質(zhì)導(dǎo)論
- 環(huán)境與可持續(xù)發(fā)展ppt課件(完整版)
- Linux操作系統(tǒng)課件(完整版)
- 跨境電商亞馬遜運營實務(wù)完整版ppt課件-整套課件-最全教學(xué)教程
- 中國傳媒大學(xué)《當(dāng)代電視播音主持教程》課件
- 浙美版小學(xué)六年級美術(shù)下冊全冊精品必備教學(xué)課件
評論
0/150
提交評論