深度学习概论:深度学习是什么?
从系列:介绍了深度学习
探索深度学习MATLAB基本面®技术讨论。您将了解深度学习已经变得如此受欢迎的原因,和穿过3概念:什么是深度学习,如何使用它在现实世界中,以及如何开始。
深度学习是机器学习技术,学习功能和任务直接从数据。这些数据可以包括图片、文字或声音。视频使用图像识别问题的一个例子来说明深学习算法学习对输入图像转换成适当的类别进行分类。视频最后,探讨了三个原因为什么人气激增深度学习在过去的五年。
了解更多关于使用MATLAB深度学习。
记录:2017年3月24日
深入学习是最近受到了广泛的关注并有充分的理由。做一个很大的影响在计算机视觉和自然语言处理等领域。在这个视频系列中,我们将帮助你理解为什么它变得如此受欢迎,解决三个关键概念。深度学习是什么?在现实世界中是如何使用?以及如何开始?
深度学习是什么?深度学习是机器学习技术,学习功能和任务直接从数据。数据可以是图像、文本、声音。在这个视频中,我将使用图像,但是这些概念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。说我有一组图片,我想认识每张图片属于哪一类的对象:汽车、卡车或船只。我开始和一个标记的图像或训练数据集。标签对应的期望输出任务。
深入学习算法需要这些标签,因为他们告诉这个算法的具体特性和图像中的对象。然后深入学习算法学习如何将图像输入所需的类别进行分类。我们使用术语的端到端学习因为直接从数据的任务是学习。
另一个例子是学习如何控制机器人手臂的运动去接一个特定的对象。在这种情况下,学习的任务是如何选择一个对象,给定一个输入图像。今天许多用于深度学习的这些技术已经存在了几十年。例如,深度学习已被用于识别手写的邮政编码在1990年代以来的邮件服务。
使用深度学习在过去的五年里大幅上升,主要是由于三个因素。首先,深入学习方法比人更准确分类图像。第二,gpu使我们现在火车深网络用更少的时间。最后,大量的带安全标签的数据时所需的深度学习在过去的几年里已经成为访问。
最深刻的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称为深层神经网络。一个受欢迎的类型的深层神经网络被称为卷积神经网络或者有线电视新闻网。CNN尤其适合处理图像数据。
深一词通常指隐藏层神经网络的数量。而传统神经网络只包含两个或三个隐藏层,最近的一些深层网络多达150层。
所以现在你理解这些关键深度学习的概念,这里有几个例子,你可以试着用MATLAB:识别或分类对象分类,可以看到这里深网络分类对象放在我的桌子上;图像检测或定位对象的兴趣,就像在这个例子中,我们使用深度学习来检测一个停车标志形象。
我希望你发现了这个有用的概述。了解更多,你可以访问我们的网站在mathworks.com/deep-learning。
了解更多
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。