- 1、本文档共21页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
深度学习架构分析
近年来, 深度学习的发展势头迅猛, 要跟上深度学习的进步速度变得越来越困难了。 几乎每一天都有
关于深度学习的创新,而大部分的深度学习创新都隐藏在那些发表于 ArXiv 和 Spinger 等研究论文中。
本文介绍了部分近期深度学习的进展和创新,以及 Keras 库中的执行代码,本文还提供了原论文的链接。
简洁起见,本文中只介绍了计算机视觉领域内比较成功的深度学习架构。
1
何为深度学习“高级架构” ?
与一个简单的机器学习算法相比,深度学习算法包含了更加多样的模型。其中的原因是在建立一个完整的
模型时,神经网络具有很大的灵活性。
有时,我们还可以把神经网络比作乐高积木,可以用它搭建任何简单或者复杂的小建筑。
我们其实可以将“高级架构”简单地定义为一个有着成功模型记录的深度学习架构,这样的“高级架构”
主要出现在类似 ImageNet 的挑战中, 在这些挑战中,你的任务是解决问题, 比如用给定的数据完成图像
识别。 简单来说, ImageNet 就是一项关于数据集的挑战, 而其中的数据集是从 ILSVR(ImageNet 大规模
视觉识别 ) 中获得的。
2
就像下文即将提到的架构,其中的每个架构之间都有细微的差别,而正是这些差别使它们区别于普通的模
型,让它们在解决问题的时候发挥出普通模型不具备的优势。这些架构同样属于“深度模型”的范畴,因
此它们的性能也很可能优于其相对应的“浅层模型”。
不同类型的“计算机视觉任务”
本文主要关注于“计算机视觉”,所以很自然地会涉及到“计算机视觉”的任务。顾名思义,“计算机视
觉任务”就是建立一个能够复制完成人类视觉任务的计算机模型。这实质上意味着,我们视力所见和感知
的内容是一个能够在人造系统中被理解和完成的程序。
计算机视觉任务的主要类型有:
物体识别 / 分类: 在物体识别中,你会得到一张原始图像,而你的任务就是判断出这张图像属于哪
一类别。
分类及定位: 如果图像中只有一个对象,那么你的任务就是找到该对象的位置。这个问题应该更
加具体地表述为“定位问题”。
物体检测: 在物体检测中,你的任务是识别出物体处于图像中的什么位置。这些对象可能属于同
一类别,也可能属于不同类别。
图像分割: 图像分割是一项稍微复杂的任务,其目的是将图像的各个像素映射到其对应的各个类
别。
3
各种深度学习架构
目前,我们已经了解了深度学习“高级架构”,并探究了各种类型的计算机视觉任务。那么接下来,我们
将列举出最重要的深度学习架构,并且对这些架构进行简单的介绍:
1. AlexNet
AlexNet 是第一个深度学习架构, 它是由深度学习先锋之一—— Geoffrey Hinton 和他的同事们共同研究
并引入的。 AlexNet 是一个看似简单但功能非常强大的网络架构,它为现在深度学习的突破性研究铺平了
道路。下图是 AlexNet 架构:
4
从分解图中我们可以看出, AlexNet 其实就是一个简单的架构,其中的卷积层和聚积层相互叠加,最顶部
的是全连接层。早在二十世纪八十年代, AlexNet 模型就已经被概念化描述了。 AlexNet 区别于其他模型
的关键在于它的任务规模,以及它用于训练的 GPU 规模。在八十年代,用于训练神经网
您可能关注的文档
最近下载
- 世界咖啡培训课件.pptx
- PROJECT项目管理报告概要1.doc
- 中医治疗“痛风”医案55例.doc
- FP5217规格书 升压芯片.pdf VIP
- T_CECS 717-2020 城镇排水管道非开挖修复工程施工及验收规程.docx
- NB∕T 10562-2021 风力发电场化学技术监督规程.pdf
- QGDW11675-2017±1100kV直流架空输电线路设计规范.docx
- 关于幼儿园开展教育领域不正之风和腐败问题专项整治方案.docx VIP
- 2022年深圳大学计算机科学与技术专业《计算机网络》科目期末试卷B(有答案).docx VIP
- FusionServer RH2288 V3 服务器 用户指南 01.pdf VIP
文档评论(0)