已加入本站1920天 , 點(diǎn)擊量：25713 次
深度學(xué)習(xí)近期得到很大關(guān)注，原因顯而易見。它正在達(dá)到空前的精確水平，在圖像分類上能超越人類。
如果您有意在您的項(xiàng)目中使用深度學(xué)習(xí)技術(shù)，但是您此前沒有用過這項(xiàng)技術(shù)，您要從哪里入手呢？
您應(yīng)該花時間使用深度學(xué)習(xí)模型還是您能夠使用機(jī)器學(xué)習(xí)技術(shù)達(dá)到同樣的結(jié)果？對于圖像識別是搭建一個新的神經(jīng)網(wǎng)絡(luò)更好還是使用一個已有的預(yù)訓(xùn)練網(wǎng)絡(luò)更好？您應(yīng)該使用什么深度學(xué)習(xí)框架？
2019年7月27日-7月29日，葉梓老師受邀新工科，對各位高校老師進(jìn)行了為期三天的人工智能之計算機(jī)視覺的深度學(xué)習(xí)實(shí)戰(zhàn)培訓(xùn)。為各位高校老師深入講解，使用Python語言及深度網(wǎng)絡(luò)框架Tensorflow進(jìn)行案例實(shí)踐教學(xué)。重點(diǎn)介紹深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)（DNN）模型在計算機(jī)視覺領(lǐng)域的應(yīng)用。具體涉及在計算機(jī)視覺領(lǐng)域如何應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)（CNN）、區(qū)域卷積網(wǎng)絡(luò)（R-CNN）、全卷積網(wǎng)絡(luò)（FCN）、長短時記憶網(wǎng)絡(luò)（LSTM）、生成對抗網(wǎng)絡(luò)（GAN）等解決圖像應(yīng)用的難點(diǎn)。