机器学习和计算机视觉是人工智能的更大研究领域
深度学习是机器学习的一个子集,它与计算机视觉相交,并且属于更大的AI领域。
这节课重点讲解深度学习与计算机视觉的交叉部分。
人工智能是个非常成功的研究领域。
养了一只猫和一只电极,电极进入猫的大脑,进入猫的视觉表层,处理视觉数据的头部后面部分。
电极:能够记录神经元的一些活动。
猫的视觉皮层中的单个神经元,他们使用怪异的实验装置让猫看电视,不是真正的电视,是各种各样的幻灯片,假设大脑中有某些神经元做出反应,不同类型的刺激,想视觉是如何工作的。
有趣发现:一个幻灯片垂直上下滑动,引起了猫中的某些神经元活动。猫实际上是在大脑中做出反应,然后进行更多探索。
这是计算机的开始,有两个原因:一是强调定向边缘,一遍又一遍地讨论我们研究的不同框架。另一件事情是由代表一件事情的简单单元格构建的视觉系统与复杂的细胞和越来越多的复杂细胞反应,并有更复杂的视觉刺激类型,这一广泛的想法产生了巨大的影响。
你可以在这里看到也许我们想要输入图像,然后在另一个阶段又有了另一个道具视觉流行,我们从边缘提取边缘,然后从边缘提取某种可能是信标分割对象的深度信息,并说出哪个图像的哪些部分属于哪两种不同的对象,考虑一下这些物体的相对深度,然后最终开始关于世界和场景的整个3D模型的原因。
特征向量是一个实值向量,将以某种方式编码
反向传播器训练多层感知器。引入反向传播算法是第一次
采用了福岛卷积和池化的思想,rumelhart的反向传播算法