深度学习总体介绍

目录

知识结构

传统到现在

推动因素

深度学习应用

无人驾驶

无人超市

自动翻译

个人助手

深度学习应用特点

深度学习框架比较

TensorFlow介绍

一些深度学习基本概念

神经元

卷积核－图像处理基本算子

应用

生成-注意力图

生成－分割图

---

知识结构

传统到现在

推动因素

深度学习应用

无人驾驶

无人超市

 

自动翻译

个人助手

深度学习应用特点

优点：学习能力强，覆盖范围广，适应性好，可移植性好。

缺点：计算量大，便携性差，硬件要求高，模型设计复杂，有可能被hack，长于计算，弱于算计。

 

深度学习框架比较

框架	语言 语言	文档 资料	CNN 兼容	RNN 兼容	上手 难易	速度	并行 支持	Kera s兼容	支持团队
Theano	Python/ C++	++	++	++	+	++	+	+	蒙特利尔大学
Tensor Flow	Python	+++	+++	++	+++	++	++	+	Google
Torch	Lua， Python	+	+++	++	++	+++	++		Facebook
Caffe	C++	+	++		+	+	+		贾扬清
									加州伯克利
MXNet	Python, R, Julia	++	++	+	++	++	+++	+?	李沐， Amazon
Neon	Python	+	++	+	+	++	+		Intel
CNTK	C++	+	++	+++	+	++	+		Microsoft

TensorFlow介绍

TensorFlow是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief  。

工作方式

1.构建方程

2.参数带入

实例

一些深度学习基本概念

神经元

 

卷积核－图像处理基本算子

应用

生成-注意力图

 

 

生成－分割图