深度学习·理论篇(2023版)·第002篇深度学习和计算机视觉中的基础数学知识01：线性变换的定义+基于角度的线性变换案例(坐标变换)+点积和投影+矩阵乘法的几何意义+图形化精讲

相关文章

• 

  深度学习与计算机视觉

  目录 1 深度学习 1.1 人工智能 1.2 机器学习 1.3 深度学习 1.3.1 深度学习发展历程 1.3.2 深度学习中的核心因素 1.3.3 深度学习模型分类 1.3.4 深度学习框架 2 计算机视觉 人工智能、机器学习、深度学习这三者的关系： 在实现人工智能的众多算法中，机器学习是发展较为快速的

  2024年02月06日

  浏览(47)
• 

  计算机视觉（五）深度学习基础

  深度学习与神经网络的区别 选择合适的目标函数 Softmax层 梯度消失的直观解释 激活函数 学习步长 SGD的问题 存在马鞍面，使我们的训练卡住，于是提出下面方法： Momentum动量 Nesterov Momentum 先利用“惯性”，“走”一步。避免一开始，就被当前梯度带偏。 Adagrad 为不同的参数

  2024年02月14日

  浏览(55)
• 

  深度学习｜10.1 深度学习在计算机视觉的应用

  图像中的每一个像素点都是输入层的一部分。而最终最后只有一个输出点，也就是说需要通过乘上中间层/隐藏层内部的矩阵，从而实现降维。 直观上，信息越多，分析的效果应该越好，但也意味着分析的量会越来越大，考虑到分析所需要的时间和空间，往往采用卷积的方式

  2024年02月03日

  浏览(50)

• 深度学习与计算机视觉的创新

  深度学习和计算机视觉是现代人工智能领域的两个重要分支。深度学习是一种通过多层神经网络来处理大规模数据的机器学习方法，而计算机视觉则是利用计算机程序来模仿人类视觉系统对图像进行分析和理解的技术。在过去的几年里，深度学习与计算机视觉的融合已经取得

  2024年04月09日

  浏览(52)
• 

  计算机视觉（三）未有深度学习之前

  把图像划分成若干互不相交的区域。 经典的数字图像分割算法一般是基于灰度值的两个基本特征之一：不连续性和相似性。 基于阈值：基于图像灰度特征计算一个或多个灰度阈值。将灰度值与阈值比较，最后将比较结果分到合适的类别中。 大津法 基于边缘：边界线上连续的

  2024年02月15日

  浏览(54)

• 【探索AI】三十一-计算机视觉（六）深度学习在计算机视觉中的应用

  深度学习在计算机视觉中的应用已经取得了显著的成果，并且正在逐步改变我们对图像和视频信息的处理和理解方式。下面将详细讲解深度学习在计算机视觉中的几个关键应用。 首先，我们来看图像分类。图像分类是计算机视觉的基本任务之一，它涉及到将输入的图像自动归

  2024年04月09日

  浏览(69)
• 

  《计算机视觉度量：从特征描述到深度学习》--工业视觉深度学习方法概述

  博主更新了几期关于深度学习在工业场景的应用文章，本次全面阐述一下深度学习方法在整个应用场景的方法和应用的局限特性： 分类：分类作为深度学习基本的研究方向，这几年的学术研究取得了重大突破。基本原理如下图 原理分析：采用图片的每个像素值，通过深度学

  2024年02月20日

  浏览(53)
• 

  【学习笔记】计算机视觉深度学习网络模型

  这是本人学习计算机视觉CV领域深度学习模型的学习的一点点学习笔记，很多片子没有完成，可以作为学习的参考~

  2024年04月10日

  浏览(72)
• 

  计算机视觉：从图像识别到深度学习

  💂 个人网站:【工具大全】【游戏大全】【神级源码资源网】 🤟 前端学习课程：👉【28个案例趣学前端】【400个JS面试题】 💅 寻找学习交流、摸鱼划水的小伙伴，请点击【摸鱼学习交流群】 计算机视觉是人工智能领域中的一个重要分支，它致力于让计算机能够理解和处理

  2024年02月07日

  浏览(57)

• PyTorch深度学习实战（5）——计算机视觉

  计算机视觉是指通过计算机系统对图像和视频进行处理和分析，利用计算机算法和方法，使计算机能够模拟和理解人类的视觉系统。通过计算机视觉技术，计算机可以从图像和视频中提取有用的信息，实现对环境的感知和理解，从而帮助人们解决各种问题和提高效率。本节中

  2024年02月15日

  浏览(49)