Python教学课件-第5章 深度学习.pptxVIP

深度学习 深度学习简介深度学习： 一种基于无监督特征学习和特征层次结构的学习方法。定义：深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。 动物和人的大脑如何识别图像 为什么要自动学习特征良好的特征表达，对最终算法的准确性起了非常关键的作用；识别系统主要的计算和测试工作耗时主要集中在特征提取部分；特征的样式目前一般都是人工设计的，靠人工提取特征，而深度 学习中特征是自动学习的。Low-level sensingPre-processingFeature extract.Feature selectionInference: prediction, recognition传统的模式识别方法： 为什么要自动学习特征机器学习中，获得好的特征是识别成功的关键目前存在大量人工设计的特征，不同研究对象特征不同，特征具有多样性,如：SIFT, HOG, LBP等手工选取特征费时费力，需要启发式专业知识，很大程度上靠经验和运气是否能自动地学习特征？ 连续平行连接拐角物体部件:他们对于人工而言是十分困难的，那么如何学习呢？为什么要自动学习特征中层特征中层信号“Tokens” from Vision by D.Marr: 为什么要自动学习特征一般而言，