Tensorflow

计算机视觉回顾【2021/1/6】

机器学习

监督学习：回归、分类、有目标值、有特征值
无监督学习：聚类、有目标值、无特征值；对抗生成网络（Gan）
强化学习：目前没接触

深度学习

计算机视觉：图片识别（VGG系列、ResNet系列）
目标检测（RCNN、Faster RCNN、SSD、YOLO系列）
语义分割（FCN、U-net、SegNet、DeepLab）
视频理解【没接触过】（C3D、TSN、DOVF）
图片生成（GAN系列）
自然语言处理：机器翻译【没接触过】（Seq2Seq、BERT、GPT）
聊天机器人
强化学习：虚拟游戏（DQN、A3C）
机器人
自动驾驶

Tensorflow回顾

数据类型

数值类型

标量、向量、矩阵、张量

数值精度

Bit 位越长，精度越高，同时占用的内存空间也就越大。
对于大部分深度学习算法，一般使用 tf.int32, tf.float32 可满足运算精度要求，部分对
精度要求较高的算法，如强化学习，可以选择使用 tf.int64, tf.float64 精度保存张量。

索引

切片

维度变换