人工智能應(yīng)用基礎(chǔ) 課件 項(xiàng)目2 機(jī)器學(xué)習(xí)與深度學(xué)習(xí)

人工智能應(yīng)用基礎(chǔ)授課人：周老師

技術(shù)篇項(xiàng)目2?機(jī)器學(xué)習(xí)與深度學(xué)習(xí)01項(xiàng)目描述05項(xiàng)目拓展02項(xiàng)目分析06項(xiàng)目小結(jié)03相關(guān)知識(shí)07項(xiàng)目練習(xí)04項(xiàng)目實(shí)施目錄項(xiàng)目描述01早上一縷陽(yáng)光照進(jìn)臥室，小明聽(tīng)到一個(gè)熟悉的聲音：“現(xiàn)在是早上7點(diǎn)，新的一天開(kāi)始了”。小明對(duì)這個(gè)聲音很熟悉，是臥室的智能音響發(fā)出的，小明還可以問(wèn)它今天的天氣，并且自己打開(kāi)窗簾。小明來(lái)到餐廳開(kāi)始吃早餐，剛拿出手機(jī)想瀏覽今天的新聞，手機(jī)就自動(dòng)解鎖了。當(dāng)打開(kāi)手機(jī)里的電商網(wǎng)站，第一時(shí)間就看到了自己喜歡的商品。幾年前仍是科幻小說(shuō)里的場(chǎng)景，不僅成為小明每天的日常，也已經(jīng)成為我們大部分人真實(shí)的生活經(jīng)歷。2.1項(xiàng)目描述這背后是人工智能算法在驅(qū)動(dòng)。

它們是怎么執(zhí)行的？為什么會(huì)表現(xiàn)出像人一樣的智能？

小時(shí)也想學(xué)習(xí)人工智能技術(shù)，利用這項(xiàng)技術(shù)造福更多的人。因此，小明想了人工智能算法的相關(guān)知識(shí)。2.1項(xiàng)目描述02項(xiàng)目分析人工智能算法無(wú)時(shí)無(wú)刻不在影響我們的生活。目前人工智能算法中，機(jī)器學(xué)習(xí)與深度學(xué)習(xí)已成為主流，正是它們藏在我們身旁，才讓上面這一切以前不敢想的生活如今成為現(xiàn)實(shí)。要了解人工智能算法是怎么讓設(shè)備具有智能的，需要學(xué)習(xí)以下內(nèi)容：1.

人工智能算法的分類(lèi)2.

數(shù)據(jù)在計(jì)算機(jī)的表示方法3.算法的學(xué)習(xí)過(guò)程2.2項(xiàng)目分析03相關(guān)知識(shí)人類(lèi)的智能我們可以根據(jù)三角形的定義，很容易區(qū)分出哪些是直角三角形2.3相關(guān)知識(shí)人類(lèi)的智能也可以很容易區(qū)分出貓和狗的圖片，但此時(shí)規(guī)則變得很復(fù)雜，很難將規(guī)則寫(xiě)成計(jì)算機(jī)程序。2.3相關(guān)知識(shí)貓

？頭型耳朵毛發(fā)五官五官長(zhǎng)圓立折平突............狗

？定義規(guī)則人工智能的子類(lèi)-機(jī)器學(xué)習(xí)讓計(jì)算機(jī)從數(shù)據(jù)中自動(dòng)尋找規(guī)律，并利用學(xué)習(xí)到的規(guī)律對(duì)未知或無(wú)法觀測(cè)的數(shù)據(jù)進(jìn)行預(yù)測(cè)，這樣的方法就被稱為機(jī)器學(xué)習(xí)，并可以用來(lái)完成各種識(shí)別任務(wù)。2.3相關(guān)知識(shí)人工智能的子類(lèi)-深度學(xué)習(xí)深度學(xué)習(xí)是機(jī)器學(xué)習(xí)下的一個(gè)分支，它的核心是人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork,ANN）。它使用多層人工神經(jīng)網(wǎng)絡(luò)來(lái)模擬人腦的神經(jīng)元工作方式，數(shù)據(jù)輸入到神經(jīng)網(wǎng)絡(luò)時(shí)會(huì)經(jīng)過(guò)多次處理，相比于傳統(tǒng)機(jī)器學(xué)習(xí)而言會(huì)比較深，因而叫做深度學(xué)習(xí)。2.3相關(guān)知識(shí)人工智能的分類(lèi)任何模仿人類(lèi)或其它生物體智力或行為的方法都叫人工智能。而機(jī)器學(xué)習(xí)是人工智能領(lǐng)域中專指利用數(shù)據(jù)進(jìn)行學(xué)習(xí)的技術(shù)，它無(wú)需依靠人來(lái)定義規(guī)則，深度學(xué)習(xí)則是機(jī)器學(xué)習(xí)領(lǐng)域中受人類(lèi)神經(jīng)系統(tǒng)啟發(fā)的一種技術(shù)。2.3相關(guān)知識(shí)數(shù)據(jù)的表示方法在面對(duì)聲音、圖像、文本等輸入數(shù)據(jù)時(shí)，語(yǔ)音識(shí)別任務(wù)可以根據(jù)人說(shuō)話的音頻信號(hào)，判斷說(shuō)話的內(nèi)容；圖像識(shí)別根據(jù)輸入的圖片來(lái)判斷圖中的內(nèi)容；機(jī)器翻譯則可以將輸入的某一種語(yǔ)言文字轉(zhuǎn)換成一種語(yǔ)言。學(xué)習(xí)的目的就是要掌握這些數(shù)據(jù)的規(guī)律，將他們轉(zhuǎn)換為對(duì)應(yīng)的輸出。2.3相關(guān)知識(shí)文本表示在計(jì)算機(jī)中，每個(gè)字符都用一個(gè)數(shù)字表示，比如有字符串“helloworld”，會(huì)將每個(gè)字母用一個(gè)數(shù)字替代。如果是中文字符，會(huì)用十六進(jìn)制來(lái)表示，因?yàn)橛⑽淖帜缚偣仓挥?6個(gè)，但漢字的數(shù)量有很多。2.3相關(guān)知識(shí)文本的分詞為了理解單詞的含義，需要將句子劃分為單詞，以單詞為基本單位來(lái)編碼，這個(gè)過(guò)程稱為分詞2.3相關(guān)知識(shí)圖像的表示一張黑白圖片，當(dāng)我們將其中一塊區(qū)域放大后，就可以明顯的看到一個(gè)個(gè)的像素，它們通過(guò)一定的順序（矩陣形式）進(jìn)行排列，像素是組成圖像的基本單位，每個(gè)像素用一個(gè)數(shù)字表示，叫做灰度值。比如0代表黑色，1代表白色，中間不同的灰度就用0到1之間的小數(shù)來(lái)代表2.3相關(guān)知識(shí)聲音的表示聲音是通過(guò)聲波進(jìn)行傳播，聲波由物體的振動(dòng)產(chǎn)生，再經(jīng)介質(zhì)傳播，最后到達(dá)人耳被人感知。計(jì)算機(jī)沒(méi)有耳朵，這時(shí)候我們就需要把聲波轉(zhuǎn)換成便于計(jì)算機(jī)存儲(chǔ)的數(shù)字信號(hào)。2.3相關(guān)知識(shí)聲波的數(shù)字化經(jīng)過(guò)采樣-量化-編碼三個(gè)步驟將聲波轉(zhuǎn)換為能在計(jì)算機(jī)中存儲(chǔ)的數(shù)字編碼。2.3相關(guān)知識(shí)機(jī)器學(xué)習(xí)的過(guò)程預(yù)處理步驟把原始數(shù)據(jù)轉(zhuǎn)換成適合機(jī)器學(xué)習(xí)的數(shù)據(jù)格式，再通過(guò)特征提取與轉(zhuǎn)換步驟來(lái)獲得其中有用的特征，即數(shù)據(jù)中包含的可利用規(guī)律，最后根據(jù)這些提取的特征來(lái)預(yù)測(cè)數(shù)據(jù)內(nèi)容。2.3相關(guān)知識(shí)機(jī)器學(xué)習(xí)到的特征特征是識(shí)別圖片內(nèi)容所需要的關(guān)鍵信息，比如貓與狗的識(shí)別，機(jī)器實(shí)際上是在學(xué)習(xí)提取五官、紋理、輪廓等，然后將這些提取的特征進(jìn)行比較來(lái)進(jìn)行預(yù)測(cè)（貓或狗）2.3相關(guān)知識(shí)監(jiān)督學(xué)習(xí)讓計(jì)算機(jī)“看”大量的手寫(xiě)體數(shù)字樣本，并利用某種算法對(duì)計(jì)算機(jī)進(jìn)行訓(xùn)練，使其自動(dòng)學(xué)習(xí)到這些數(shù)字隱含的特征信息。不過(guò)在將數(shù)字樣本給計(jì)算機(jī)“看”之前，需要先對(duì)每個(gè)樣本進(jìn)行標(biāo)注（也叫標(biāo)簽）。將每個(gè)類(lèi)別的數(shù)字圖片標(biāo)注出來(lái)，相當(dāng)于告訴計(jì)算機(jī)這些數(shù)字是什么，讓它們自己去學(xué)習(xí)（提?。┢渲械奶卣鳎@個(gè)過(guò)程稱為訓(xùn)練。2.3相關(guān)知識(shí)監(jiān)督學(xué)習(xí)在識(shí)別貓狗圖片時(shí)，用數(shù)字0代表貓，數(shù)字1代表狗，然后將標(biāo)注后的數(shù)據(jù)進(jìn)行訓(xùn)練，當(dāng)計(jì)算機(jī)識(shí)別出貓時(shí)就會(huì)輸出0，識(shí)別出狗時(shí)則會(huì)輸出1。2.3相關(guān)知識(shí)監(jiān)督學(xué)習(xí)訓(xùn)練用的數(shù)據(jù)和待預(yù)測(cè)的數(shù)據(jù)必須具有相似的規(guī)律。我們可以輸入不同水果的圖片訓(xùn)練一個(gè)能識(shí)別水果的模型，水果的類(lèi)別也僅限于模型已經(jīng)見(jiàn)過(guò)的類(lèi)別，但并不能用來(lái)識(shí)別手寫(xiě)體數(shù)字。2.3相關(guān)知識(shí)無(wú)監(jiān)督學(xué)習(xí)無(wú)監(jiān)督學(xué)習(xí)模型的輸入數(shù)據(jù)集是不同類(lèi)型的動(dòng)物圖片，并且這些圖片是沒(méi)有任何標(biāo)簽信息的，也就是說(shuō)模型并不知道圖片中的動(dòng)物是什么。此時(shí)，無(wú)監(jiān)督學(xué)習(xí)的任務(wù)是自行識(shí)別動(dòng)物的特征，根據(jù)不同動(dòng)物之間的相似性將具有相同特征的動(dòng)物聚集到同一組中，這個(gè)過(guò)程也稱為聚類(lèi)。2.3相關(guān)知識(shí)04項(xiàng)目實(shí)施數(shù)據(jù)集展示30張用于垃圾分類(lèi)的圖像，這此圖像此時(shí)是沒(méi)有任何標(biāo)簽的，需要我們自己根據(jù)圖像中物體的材質(zhì)將這些垃圾分為金屬、玻璃、塑料3類(lèi)。——“垃圾分類(lèi)數(shù)據(jù)”標(biāo)注2.4項(xiàng)目實(shí)施打開(kāi)EasyDL平臺(tái)進(jìn)入EasyDL平臺(tái)：/easydl/，我們是要為圖像數(shù)據(jù)增加標(biāo)簽信息，用于后續(xù)的分類(lèi)任務(wù)，所以這里選擇“圖像分類(lèi)”?！袄诸?lèi)數(shù)據(jù)”標(biāo)注2.4項(xiàng)目實(shí)施創(chuàng)建數(shù)據(jù)集點(diǎn)擊右側(cè)的“數(shù)據(jù)總覽”，可以看到還沒(méi)有任何數(shù)據(jù)集，于是點(diǎn)擊“創(chuàng)建數(shù)據(jù)集”按鈕?！袄诸?lèi)數(shù)據(jù)”標(biāo)注2.4項(xiàng)目實(shí)施填寫(xiě)數(shù)據(jù)集信息在數(shù)據(jù)集名稱一欄填寫(xiě)“垃圾分類(lèi)”，其它信息可選擇默認(rèn)值?！袄诸?lèi)數(shù)據(jù)”標(biāo)注2.4項(xiàng)目實(shí)施上傳數(shù)據(jù)集點(diǎn)擊“創(chuàng)建并導(dǎo)入”按鈕，來(lái)到導(dǎo)入圖片頁(yè)面，導(dǎo)入方式一欄選擇“本地導(dǎo)入”和“上傳圖片”，然后選擇30張垃圾圖片，完成后開(kāi)始導(dǎo)入，此時(shí)根據(jù)數(shù)據(jù)集的大小，會(huì)等待一段時(shí)間對(duì)數(shù)據(jù)進(jìn)行導(dǎo)入。——“垃圾分類(lèi)數(shù)據(jù)”標(biāo)注2.4項(xiàng)目實(shí)施標(biāo)注圖片導(dǎo)入成功后，我們點(diǎn)擊右側(cè)的“在線標(biāo)注”來(lái)給圖片添加標(biāo)簽信息。此時(shí)我們可以瀏覽每張導(dǎo)入的圖片，然后根據(jù)自己的判斷，在頁(yè)面左邊給圖片添加你認(rèn)為正確的標(biāo)簽信息。——“垃圾分類(lèi)數(shù)據(jù)”標(biāo)注2.4項(xiàng)目實(shí)施選擇擴(kuò)充方法對(duì)圖片的擴(kuò)充有多種方法，通過(guò)選擇各種不同的增強(qiáng)算子來(lái)實(shí)現(xiàn)，在增強(qiáng)算子一欄選擇“FlipLR”，該算子可以將數(shù)據(jù)集中的圖片進(jìn)行左右翻轉(zhuǎn)來(lái)擴(kuò)展原有的圖片數(shù)量?！袄诸?lèi)數(shù)據(jù)”標(biāo)注2.4項(xiàng)目實(shí)施查看效果擴(kuò)充完成后，查看數(shù)據(jù)集V2版本的內(nèi)容，我們發(fā)現(xiàn)數(shù)據(jù)集的數(shù)量由原來(lái)的30張變成了60張，因?yàn)槊繌垐D片都進(jìn)行了一次左右翻轉(zhuǎn)，數(shù)量變成了原來(lái)的2倍?！袄诸?lèi)數(shù)據(jù)”標(biāo)注2.4項(xiàng)目實(shí)施05項(xiàng)目拓展（1）如果部分?jǐn)?shù)據(jù)標(biāo)簽出現(xiàn)了錯(cuò)誤，機(jī)器學(xué)習(xí)還能正常工作嗎？（2）給圖像做標(biāo)簽時(shí)，用1來(lái)標(biāo)簽貓，用0來(lái)標(biāo)簽狗，如果反過(guò)來(lái)，用0標(biāo)簽貓，用1標(biāo)簽狗，機(jī)器還能正常學(xué)習(xí)嗎？2.5項(xiàng)目拓展06項(xiàng)目小結(jié)機(jī)器學(xué)習(xí)就是利用算法，使得機(jī)器能夠從大量數(shù)據(jù)中學(xué)習(xí)并自動(dòng)改進(jìn)其預(yù)測(cè)和決策能力，包括多種不同類(lèi)型的學(xué)習(xí)方法，如監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)等，而深度學(xué)習(xí)更加專注于使用深度神經(jīng)網(wǎng)絡(luò)。在機(jī)器學(xué)習(xí)中，數(shù)據(jù)是至關(guān)重要的，通過(guò)大量的數(shù)據(jù)訓(xùn)練，機(jī)器能夠逐漸掌握某種規(guī)律或模式，進(jìn)而對(duì)新的數(shù)據(jù)進(jìn)行預(yù)測(cè)和分類(lèi)。2.6項(xiàng)目小結(jié)07項(xiàng)目練習(xí)一、選擇題

1.?深度學(xué)習(xí)中的核心概念是什么？（

）。

A.?機(jī)器學(xué)習(xí)B.?神經(jīng)網(wǎng)絡(luò)C.?人工智能D.?計(jì)算機(jī)

2.?用機(jī)器學(xué)習(xí)來(lái)解決實(shí)際任務(wù)時(shí)，會(huì)面對(duì)多種多樣的數(shù)據(jù)形式，這些數(shù)據(jù)不包括（

）。A.?語(yǔ)音B.?文本C.?圖像D.?算法3.?機(jī)器學(xué)習(xí)在進(jìn)行手寫(xiě)體數(shù)字識(shí)別時(shí)，輸入的數(shù)據(jù)類(lèi)型是哪種？（

）A.?文字B.?數(shù)字C.?圖像D.?聲音2.7項(xiàng)目練習(xí)一、選擇題

4.?在機(jī)器學(xué)習(xí)流程中，數(shù)據(jù)在進(jìn)行特征提取之前，要先經(jīng)過(guò)哪個(gè)步驟？（

）

A.?預(yù)處理B.?特征轉(zhuǎn)換C.?預(yù)測(cè)D.?學(xué)習(xí)

5.?監(jiān)督學(xué)習(xí)與無(wú)監(jiān)督學(xué)習(xí)的差別，主要表現(xiàn)在什么方面？（

）A.?數(shù)據(jù)是否相似B.?是否需要訓(xùn)練C.?是否為深度學(xué)習(xí)D.?數(shù)據(jù)是否有標(biāo)