目前，深度學(xué)習(xí)幾乎成了計(jì)算機(jī)視覺領(lǐng)域的標(biāo)配，也是當(dāng)下人工智能領(lǐng)域最熱門的研究方向。計(jì)算機(jī)視覺的應(yīng)用場(chǎng)景和深度學(xué)習(xí)背后的技術(shù)原理是什么呢

下面讓我們來一探究竟。計(jì)算機(jī)視覺的應(yīng)用。什么是計(jì)算機(jī)視覺呢?形象地說，計(jì)算機(jī)視覺就是給計(jì)算機(jī)裝上眼睛(照相機(jī))和大腦(算法)，讓計(jì)算機(jī)可以感知周圍的環(huán)境。目前計(jì)算機(jī)視覺研究主要集中在基礎(chǔ)應(yīng)用場(chǎng)景，像圖片分類、物體識(shí)別、人臉的3D建模等。

機(jī)器學(xué)習(xí)。在計(jì)算機(jī)視覺領(lǐng)域中是怎么運(yùn)用深度學(xué)習(xí)來解決問題的呢?深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)的一種，這里先簡(jiǎn)單介紹下機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)的本質(zhì)其實(shí)是為了找到一個(gè)函數(shù)，讓這個(gè)函數(shù)在不同的領(lǐng)域會(huì)發(fā)揮不同的作用。像語音識(shí)別領(lǐng)域，這個(gè)函數(shù)會(huì)把一段語音識(shí)別成一段文字;圖像識(shí)別的領(lǐng)域，這個(gè)函數(shù)會(huì)把一個(gè)圖像映射到一個(gè)分類;下圍棋的時(shí)候根據(jù)棋局和規(guī)則進(jìn)行博弈;對(duì)話，是根據(jù)當(dāng)前的對(duì)話生成下一段對(duì)話。

機(jī)器學(xué)習(xí)離不開學(xué)習(xí)兩個(gè)字，根據(jù)不同的學(xué)習(xí)方式，可以分為監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)兩種方式。過去20年間隨著數(shù)字化和互聯(lián)網(wǎng)的發(fā)展，人類積累了大量的數(shù)據(jù)，而前幾年大數(shù)據(jù)概念的興起和應(yīng)用，更是為機(jī)器學(xué)習(xí)做了良好的鋪墊，讓人們可以獲取大量可用于機(jī)器學(xué)習(xí)“訓(xùn)練”的數(shù)據(jù)。而算力方面，不斷提升的處理器技術(shù)為機(jī)器學(xué)習(xí)提供了堅(jiān)固的基石，可以禁得起更復(fù)雜和更深層次的ANN的考驗(yàn)。比如針對(duì)計(jì)算資源消費(fèi)大戶的“訓(xùn)練”階段，人們就發(fā)展出了GPU、FPGA、TPU、異構(gòu)處理器等多種計(jì)算平臺(tái)，去應(yīng)對(duì)算力挑戰(zhàn)。

以“深度神經(jīng)網(wǎng)絡(luò)”形式出現(xiàn)的人工智能如今學(xué)會(huì)了交談，駕駛汽車，打游戲，下圍棋，做夢(mèng)，畫畫，乃至協(xié)助科學(xué)研究，但作為它們的創(chuàng)造者，人類卻始終沒有太搞清楚所謂“深度學(xué)習(xí)”算法為什么能表現(xiàn)這么好，這些學(xué)習(xí)系統(tǒng)當(dāng)初設(shè)計(jì)時(shí)沒有任何基本原則可以依循，憑借的只是從大腦架構(gòu)中抽取的模糊靈感。

如大腦一般，深度神經(jīng)網(wǎng)絡(luò)有多層神經(jīng)元。當(dāng)一個(gè)神經(jīng)元接受刺激，它會(huì)向上層的神經(jīng)元傳遞信號(hào)。深度學(xué)習(xí)的時(shí)候，網(wǎng)絡(luò)中的信號(hào)會(huì)根據(jù)需要增強(qiáng)或是減弱，以使系統(tǒng)更好地實(shí)現(xiàn)輸入數(shù)據(jù)到發(fā)送信號(hào)的過程。例如輸入狗的圖案像素，通過高層級(jí)的神經(jīng)輸出“狗”的概念。在深度學(xué)習(xí)網(wǎng)絡(luò)經(jīng)過數(shù)千張狗的照片樣本進(jìn)行學(xué)習(xí)之后，AI可以像人一樣準(zhǔn)確識(shí)別新照片中的狗。正如人類的推理，創(chuàng)造力和其他系統(tǒng)能力稱為“智能”一樣，AI從特殊情況到學(xué)習(xí)過程中的一般概念的神奇飛躍為深層神經(jīng)網(wǎng)絡(luò)的建立提供了強(qiáng)大的基礎(chǔ)，科學(xué)家們希望弄清楚是什么實(shí)現(xiàn)了這個(gè)對(duì)一般概念的識(shí)別過程，以及現(xiàn)實(shí)生活中人腦在多大程度上以同種方式理解現(xiàn)實(shí)。

人工智能的火爆，也帶旺了許多新名詞，比如“機(jī)器學(xué)習(xí)”。與讓機(jī)器按照既定的程序執(zhí)行指令的傳統(tǒng)工作方式不同，基于人工智能神經(jīng)網(wǎng)絡(luò)（ANN）的機(jī)器學(xué)習(xí)，其核心是讓機(jī)器能夠在沒有人工輸入和干預(yù)的情況下自動(dòng)學(xué)習(xí)和改進(jìn)其操作或功能，這讓機(jī)器看上去具有了自我學(xué)習(xí)和進(jìn)化的能力，表現(xiàn)得更為“智能”。這對(duì)于應(yīng)付一些復(fù)雜、無法提前預(yù)知情況下的判斷和決策尤為關(guān)鍵，比如讓車輛在無人駕駛的狀態(tài)針對(duì)路況環(huán)境做出正確的反應(yīng)。

中培在這十多年培訓(xùn)中已經(jīng)服務(wù)了超過50000多家客戶，獲得了良好的口碑！也成為了眾多500強(qiáng)企業(yè)指定的培訓(xùn)服務(wù)供應(yīng)商，同時(shí)還擁有一批國(guó)內(nèi)外知名企業(yè)的高層經(jīng)理和資深專家。相信在明確、清晰戰(zhàn)略地指引下，中培一定能不斷站在新的起點(diǎn)上，在行業(yè)內(nèi)繼續(xù)前進(jìn)，在自己發(fā)展壯大的同時(shí)，也一定能更好地為中國(guó)企業(yè)信息化服務(wù)。

想了解更多請(qǐng)?jiān)L問中培教育官網(wǎng)