来自系列:深度学习简介
Shyamal Patel,Mathworks
探索这个Matlab的深度学习基础®技术讨论。您将了解为什么深度学习如此受欢迎,并概述3个概念:什么是深度学习,它在现实世界中如何使用,以及如何开始。
深度学习是一种直接从数据中学习特征和任务的机器学习技术。这些数据可以包括图像、文本或声音。该视频使用一个图像识别问题的例子来说明深度学习算法如何学习将输入图像分类到适当的类别。最后,视频探讨了深度学习在过去五年中流行起来的三个原因。
了解更多关于使用MATLAB for深度学习。
记录:2017年3月24日
深度学习最近得到了很多关注,这是有原因的。它在计算机视觉和自然语言处理等领域产生了重大影响。在本系列视频中,我们将帮助您理解为什么它如此受欢迎,并阐述三个关键概念。什么是深度学习?它在现实世界中是如何使用的?如何开始呢?
那么什么是深度学习呢?深度学习是一种直接从数据中学习特征和任务的机器学习技术。数据可以是图像、文本或声音。在这个视频中,我将使用图像,但这些概念也可以用于其他类型的数据。深度学习通常被称为端到端学习。
让我们来看看一个例子。说我有一组图像,我想识别每个图像所属的对象类别:汽车,卡车或船只。我从标有一组图像或训练数据开始。标签对应于任务的所需输出。
深度学习算法需要这些标签,因为它们会告诉算法关于图像中的特定功能和对象。然后,深度学习算法学习如何将输入图像分类为所需的类别。我们使用术语端到端学习,因为任务是直接从数据学习的。
另一个例子是机器人学习如何控制其手臂的运动来拾取特定对象。在这种情况下,所学习的任务是在给定输入图像的情况下如何拾取对象。今天深入学习的许多技术已经存在了几十年。例如,深入学习已被用于自20世纪90年代以来识别邮件服务中的手写邮政编码。
在过去的五年里,使用深度学习飙升,主要是由于三个因素。首先,深入学习方法现在比分类图像的人更准确。其次,GPU使我们现在可以在更短的时间内培训深网络。最后,在过去几年中,深度学习所需的大量标记数据已进入。
大多数深度学习方法采用神经网络结构。这就是为什么你经常听到深度学习模型被称为深度神经网络。一种流行的深度神经网络被称为卷积神经网络,简称CNN。CNN特别适合处理图像数据。
术语深度通常是指神经网络中的隐藏层的数量。虽然传统的神经网络仅包含两组或三个隐藏层,但最近的一些深网络具有多达150层。
现在你理解了这些关键的深度学习概念,这里有几个例子你可以用MATLAB来尝试:识别或将物体分类,就像这里看到的,一个深度网络在我的桌子上对物体进行分类;检测或定位图像中感兴趣的对象,就像在这个例子中,我们使用深度学习检测图像中的停止标志。
我希望你发现这个概要有用。要了解更多信息,您可以访问我们的网站Mathworks.com/Deep-Learning。
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
该网站使用cookies来改善您的用户体验,个性化内容和广告,并分析网站流量。如果您继续使用本网站,即表示您同意我们使用cookies。请参阅我们的隐私政策了解关于cookies的更多信息以及如何更改设置。