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。