機器學(xué)習(xí)瑞客xk深度簡介

深度學(xué)習(xí)簡介與實戰(zhàn)人工智能發(fā)展歷程Eugene

GoostmanDeep

BlueAlphaGo人工智能應(yīng)用C:

ConsumerB:

Business很多職業(yè)在將來會消失……-記者很多職業(yè)在將來會消失……-公交車司機很多職業(yè)在將來會消失……-翻譯輕松一掃，俄語變英語以文本為對象的深度學(xué)習(xí)-作詩“姬”作詩“姬”視覺深度學(xué)習(xí)輸出視覺深度學(xué)習(xí)–梵高體照片照片的“梵高體”視覺深度學(xué)習(xí)原始圖學(xué)習(xí)模式轉(zhuǎn)換圖視覺深度學(xué)習(xí)原始圖學(xué)習(xí)模式轉(zhuǎn)換圖基于視覺深度學(xué)習(xí)的AlphaGo

Zero視覺深度學(xué)習(xí)在生物醫(yī)學(xué)領(lǐng)域的應(yīng)用神經(jīng)網(wǎng)絡(luò)簡介Neural

Networks神經(jīng)網(wǎng)絡(luò)發(fā)展歷程從上世紀(jì)80年代開始，人工神經(jīng)網(wǎng)絡(luò)(Artificial

Neural

Networks)興起由于計算機計算能力的不足和理論上的缺陷，神經(jīng)網(wǎng)絡(luò)算法被支持向量機(Support

Vector

Machine)和隨機森林(Random

Forest)等其他機器學(xué)習(xí)算法替代2006年，Hinton發(fā)布了深信度網(wǎng)絡(luò)(DeepBeliefNetworks,DBNs)，開啟了深度神經(jīng)網(wǎng)絡(luò)新時代最近，由于計算機計算能力的增強和計算模式上的創(chuàng)新(GPU計算)，深度學(xué)習(xí)(Deep

Learning)技術(shù)再度成為人們關(guān)注的熱點。BP神經(jīng)網(wǎng)絡(luò)構(gòu)成層（Layer）輸入層全連接層輸出層卷積神經(jīng)網(wǎng)絡(luò)——以卷積層為特點卷積神經(jīng)網(wǎng)絡(luò)是目前視覺深度學(xué)習(xí)領(lǐng)域最為流行的神經(jīng)網(wǎng)絡(luò)，其特點是網(wǎng)絡(luò)中至少有一層是卷積層那么什么是卷積呢？卷積神經(jīng)網(wǎng)絡(luò)——卷積(Convolution)101010101100010001100110111雙對角線單對角線下三角1111011110101110101111681611184811116816周圍強化橫豎線高斯濾波器卷積神經(jīng)網(wǎng)絡(luò)構(gòu)成——層(Layers)層（Layer）卷積層卷積神經(jīng)網(wǎng)絡(luò)構(gòu)成——層(Layers)層（Layer）池化層mean-pooling（平均值）池化方法： max-pooling （最大值）stochastic

pooling（隨機）023101111SUM10÷1000.20.30.100.10.10.10.1按照概率選取321030%20%50%0%卷積神經(jīng)網(wǎng)絡(luò)構(gòu)成——層(Layers)層Drop-out層（按照規(guī)定百分比隨機打斷神經(jīng)元之間的連接，防止過擬合）Flatten層（將多維數(shù)據(jù)扁平化，便于連接全連接層）輸出層（常用soft-max函數(shù)，輸出分類概率）卷積神經(jīng)網(wǎng)絡(luò)構(gòu)成——激活函數(shù)(activation

function)ReLU??

???

max

0,

????

?TanH激活函數(shù)

fSigmoid《白話深度學(xué)習(xí)與TensorFlow》高揚,衛(wèi)崢卷積神經(jīng)網(wǎng)絡(luò)實例——人臉識別(Deep

ID)Deep

ID香港中文大學(xué)的Sun

Yi開發(fā)出來用來學(xué)習(xí)人臉特征的卷積神經(jīng)網(wǎng)絡(luò)Tensorflow和Keras的安裝1.安裝AnaConda2.安裝Python3.5>conda

installpython=3.53.安裝Tensorflow>conda

create

-n

tensorflowpython=3.54.激活Tensorflow>activate

tensorflow5.安裝Keras>pip

install

keras安裝Anaconda安裝Python3.5啟動Anaconda

prompt>conda

install

python=3.5安裝Python3.5輸入y安裝python3.5安裝Tensorflow>conda

create

-n

tensorflow

python=3.5激活Tensorflow>activate

tensorflow

#激活Tensorflow>python

#查看python版本測試Tensorflow>Python

#進入python>>>importtensorflow

as

tf

#加載Tensorflow并簡寫為tf>>>a=tf.constant([1.0,2.0],name=“a”)

#定義常量>>>b=tf.constant([2.0,3.0],name=“b”)

#定義常量>>>result=a+b

#Tensorflow加載NumPy,可以直接用加號>>>sess=tf.Session()

#需要生成會話才能輸出結(jié)果>>>print(sess.run(result))安裝Keras>pip

ins