0
点赞
收藏
分享

微信扫一扫

咕泡唐宇迪人工智能深度学习系统班第九期V9.0

_鱼与渔_ 2023-12-06 阅读 50

获取完整版--》请留言

咕泡唐宇迪人工智能深度学习系统班第九期V9.0_数据


框架和工具

Matlab

Matlab 即 matrix&laboratory,是一个数学软件(平台),而非一种语言或框架。其拥有自己的语法,基本数据单位是矩阵,专用于数值分析、矩阵计算、科学数据可视化、数学建模等

Octave

模仿 Matlab 设计免费开源软件,相比 Matlab 更轻量,且语法和 Matlab 兼容。

深度学习框架(配合Python/C/C++)

本质上都是函数库,对比可参考大佬对三个框架的demo

  • 飞桨(PaddlePaddle)是百度的深度学习框架,入门较简单
  • tensorflow 是谷歌开源并维护的深度学习框架,入门较困难,部署更方便,适合工业
  • PyTorch 是Facebook开发的深度学习框架,训练更方便,适合研究
  • Caffe
  • mxnet
  • Keras
常用标注软件
  • LabelImg 目标检测
  • LabelMe 目标检测、图像分割
  • CVAT 图像分割
GPU

GPU的计算能力比CPU更强,适合做复杂的逻辑运算。卷积神经网络在训练和测试时需要大量的计算,使用GPU效率会更高,可能会有几百倍的差距。
建议使用 nvidia 而非 AMD 的GPU,因为很多深度学习框架是基于 nvidia 开发的
GPU本身也提供了加速能力,如 nvidia 的 TensorRT,通常先把其他框架转成 Onnx(作为转化中介的通用格式),再转成 TensorRT。

OpenCV

本身是个图像库,但也具有一些图像处理方面的深度学习内容

人工智能的历史

  1. 人工智能之父:图灵
    提出了图灵机、图灵测试等概念
  2. 专家系统
    假人工智能,基于人工定义规则解决特定问题
  3. 机器学习
    通过学习数据E,在没有明确设置规则的情况下使机器提高完成任务T的能力P,并推广到未来新的数据上做出判断或预测。
    相比专家系统更方便处理一些难以设置规则的复杂场景,如下棋AI、兴趣推荐、自动驾驶、CV(Computer Vision,包括图像识别、图像追踪、图像处理)、Natural Language Processing(NLP,自然语言处理)等领域
  4. 人工神经网络(深度学习)
    弱人工智能,通常具有几千或几万个神经元(远小于人脑的几十亿)
    其计算过程是黑盒,没有明确的规则。
    通过对数据学习,获得预测和判断能力。
    初级神经网络->浅层神经网络->深层神经网络->卷积神经网络,神经元逐步增多
    近年来由于训练数据增多(手机、网络等的普及),GPU等硬件计算力变强(支持更多的神经层和参数),算法的创新优化,让深度学习快速发展


举报

相关推荐

0 条评论