![](https://img-blog.csdnimg.cn/20210129103455163.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
深度学习
文章平均质量分 93
记录自己的学习与想法
擦镜子的小默
有梦想的咸鱼
展开
-
深度学习应用与开发框架介绍
一、深度学习应用1.计算机视觉图片识别 (Image Classification) 是常见的分类问题。神经网络的输入为图片数据,输出值为当前样本属于每个类别的概率分布。通常选取概率值最大的类别作为样本的预测类别。图片识别是最早成功应用深度学习的任务之一,经典的网络模型有 VGG 系列、Inception 系列、ResNet 系列等。目标检测 (Object Detection)是指通过算法自动检测出图片中常见物体的大致位置,通常用边界框(Bounding box)表示,并分类出边界框中物体的类别信息原创 2021-06-27 08:24:02 · 810 阅读 · 0 评论 -
TensorFlow2环境安装
推荐:Anaconda(Python3.7)+TensorFlow + Pycharm/Jupyter Notebook1.安装Anaconda下载地址:https://www.anaconda.com/products/individual#download-section 进入 Anaconda 下载页面,选择 Python 最新版本的下载链接即可下载,下载完成后安装即可进入安装程序。安装过程中,勾选”Add Anaconda to my PATH environmentvariabl..原创 2020-05-25 18:36:47 · 205 阅读 · 0 评论 -
人工智能、机器学习和深度学习
人工智能、机器学习、深度学习的概念以及它们之间的联系与区别。一、介绍1. 人工智能人工智能是让机器获得像人类一样具有思考和推理机制的智能技术。人工智能一般分为三大类:弱人工智能、强人工智能和超人工智能。弱人工智能:擅长于单个方面的人工智能。强人工智能:人类级别的人工智能。在各方面都能和人类比肩的人工智能,人类能干的脑力活它都能干。超人工智能:在几乎所有领域都比最聪明的人类大脑都聪明很多,包括科学创新、通识和社交技能。可以是各方面都比人类强一点,也可以是各方面都比人类强万亿倍的。目前人工智能所原创 2020-05-25 10:57:57 · 734 阅读 · 0 评论