深度学习导论:什么是深度学习?
从系列:深度学习概论
在这个MATLAB中探索深度学习的基本原理®技术讨论。您将了解为什么深度学习变得如此流行,并介绍3个概念:深度学习是什么,它如何在现实世界中使用,以及如何开始。
深度学习是一种直接从数据中学习特征和任务的机器学习技术。这些数据可以包括图像、文本或声音。该视频使用了一个图像识别问题的例子来说明深度学习算法如何学习将输入图像分类到适当的类别中。最后,视频探讨了深度学习在过去五年中迅速流行的三个原因。
了解更多关于使用MATLAB深度学习.
记录:2017年3月24日
深度学习最近受到了广泛关注,这是有充分理由的。它对计算机视觉和自然语言处理等领域产生了巨大影响。在这个系列视频中,我们将帮助你理解为什么它变得如此受欢迎,并阐述三个关键概念。什么是深度学习?它是如何在现实世界中使用的?如何开始呢?
那么什么是深度学习呢?深度学习是一种直接从数据中学习特征和任务的机器学习技术。数据可以是图像、文本或声音。在这个视频中,我将使用图像,但这些概念也可以用于其他类型的数据。深度学习通常被称为端到端学习。
让我们看一个例子。假设我有一组图像,我想要识别每个图像属于哪一类对象:汽车、卡车或船只。我从一组带标签的图像或训练数据开始。标签对应于任务的期望输出。
深度学习算法需要这些标签,因为它们告诉算法图像中的特定特征和对象。然后,深度学习算法学习如何将输入图像分类到所需的类别中。我们使用端到端学习这个术语是因为任务是直接从数据中学习的。
另一个例子是一个机器人学习如何控制手臂的运动来捡起一个特定的物体。在本例中,学习的任务是如何在给定的输入图像中拾取一个对象。如今在深度学习中使用的许多技术已经存在了几十年。例如,自20世纪90年代以来,深度学习一直被用于识别邮件服务中的手写邮政编码。
过去五年,深度学习的使用激增,主要原因有三个。首先,在图像分类方面,深度学习方法现在比人类更准确。其次,gpu使我们能够在更短的时间内训练深度网络。最后,在过去几年里,深度学习所需的大量标记数据已经可以获得。
大多数深度学习方法使用神经网络架构。这就是为什么你经常听到深度学习模型被称为深度神经网络。一种流行的深度神经网络被称为卷积神经网络,简称CNN。CNN特别适合处理图像数据。
深度这个术语通常指的是神经网络中隐藏层的数量。传统的神经网络只包含两到三个隐藏层,而最近的一些深度网络有多达150层。
现在你已经理解了这些关键的深度学习概念,这里有一些你可以用MATLAB尝试的例子:识别或分类对象,就像这里看到的,一个深度网络将我桌子上的对象分类;检测或定位图像中感兴趣的对象,就像在这个例子中,我们使用深度学习检测图像中的停止符号。
我希望这篇概述对您有所帮助。想了解更多,请访问我们的网站mathworks.com/deep-learning。
了解更多
您也可以从以下列表中选择网站:
如何获得最佳的网站性能
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。