网站的外链建设计划,做网站要需要多少钱,网站域名类型,html网页制作代码大全示范1.1 AI地图
① 如下图所示#xff0c;X轴是不同的模式#xff0c;最早的是符号学#xff0c;然后概率模型、机器学习。Y轴是我们想做什么东西#xff0c;感知是我了解这是什么东西#xff0c;推理形成自己的知识#xff0c;然后做规划。
② 感知类似我能看到前面有个屏…1.1 AI地图
① 如下图所示X轴是不同的模式最早的是符号学然后概率模型、机器学习。Y轴是我们想做什么东西感知是我了解这是什么东西推理形成自己的知识然后做规划。
② 感知类似我能看到前面有个屏幕推理是基于我看到的东西想象未来会发生什么事根据看到的现象、数据形成自己的知识知道所有知识后能进行长远的规划未来怎么做。 ① 自然语言处理目前还是停留在感知上人几秒钟能反应过来的东西都属于感知范围即使像中文翻译成英文英文翻译成中文那种。
② 计算机视觉可以在图片里面可以做一些推理。
③ 自然语言处理里面有符号所以有符号学并且还可以用概率模型、机器学习。计算机视觉面对的是图片图片里面都是一个个像素像素很难用符号学来解释所以计算机视觉大部分用概率模型、机器学习来解释。
④ 深度学习是计算机视觉中的一种方法它还有其他应用方法。
1.2 IMAGENET数据集
① 深度学习最早在图片分类上做了比较大的突破。
② IMAGENET是比较大的图片分类数据集如下图所示它包括了一千类的自然物体的图片它大概有一百万张图片。 1.3 图片分类错误率
① 可以看到从12年开始图片分类错误率开始有一个比较大的下降12年就是深度学习引入图片分类的开始。
② 17年的时候几乎所有的团队都可以做到5%以内的错误率基本上可以达到人类在图片识别上的精度了。可以说在图片分类上深度学习已经做的很好了。 1.4 物体检测和分割
① 知道图片是内容在什么地方这就是物体检测。
② 物体分割是指每个像素它到底是飞机还是人。 1.5 样式迁移
① 内容图片结合样式图片(滤镜)可以把内容图片映射到其他风格。 1.6 人脸合成
① 下面的所有图都为算法合成的假人脸。 1.7 文字生成
① 下面的图片都是由上面的文字生成出来的。 1.8 文字生成
① 下左图为算法会根据人问的问题机器生成回答。
② 下右图为机器根据人的需求给我们写代码。 1.9 无人驾驶
① 下图为计算机视觉的无人驾驶领域的应用。 1.10 广告点击
① 根据用户的点击看给怎么样的广告。 1.11 领域专家、数据科学家、AI专家
