科技与硬件
读系列课件,逐步揭开AI的黑盒
前言 在上一篇中,我们主要读到了卷积层对于图像等大规模数据源进行模型训练时的意义——即以过滤器(Filter)提取图像中的目标特征,而不是基于整体来分析特征,以减少需要的全连通层和权重参数;对于目标数...
前言 在上一篇中,主要读到了神经网络模型的超参数选择和训练效率方面的细节。这次就会进入更复杂的神经网络结构——即更广为人熟知的卷积神经网络。 本文还是以翻译PPT页内容为主,打星号的部分则是我的补充说...
前言 上周由于略微感冒,稍微延迟了一下更新的节奏。在上一篇中,主要读到了基于梯度下降的方法来对神经网络进行训练的基础思想。 这次的课件是随后一篇,话题是关于神经网络训练的一些实践性的补充内容。 本文还...
前言 在上一篇中我们读到了首个多层的神经网络结构——前馈神经网络。其中主要关注如何将本身非线性二元的问题转化为可以数学建模,例如典型的如何解决“异或XOR”问题,以及介绍了一种基本的将类型分值(sco...
前言 在上一篇中,我们读到了感知机的数学建模原理,并用一组案例做了演示,最后稍微提到了它的局限性。这次课件中也会以图文的方式分析这种局限性,并引入第一种神经网络模型——前馈神经网络(Feedforwa...
前言 在上一篇系列开了个头之后,这次继续读系列课件的第2篇。这次课题来到人工神经元——关于这是什么,这篇读到最后会有一个阶段性的解答。 这次会读到的“感知机”概念中,也会首次出现可基于数据进行学习(回...
前言 对于这个系列而言,之前粗略的涉及了几篇计算机视觉和图像相关的阅读,可以算是“图形”的部分;而这次开始会开启比较核心的“AI”部分。后续相关的图形、图像方面的应用技术应该就都和AI相关,会伴随着一...
已知图像是数字信号,如何比较评估?
前言 这周继续读图像的处理、识别和比较方面的内容。 这次涉及的结构相似度指数,是一种常见的图像比较方案,也会用来给AI训练的结果进行评分。这一方案最早在论文中提出应该是2004年。 截至目前为之可以搜...
图像处理既可以是结果,也可以只是一个开始
前言 最近几周读的课题可能主要是关于图像的处理和识别、比较。 图像是一种能通过丰富的维度来进行处理和解析的数据源,将其视为离散信号、矩阵或是其它形式都能有丰富的数学或计算机图形学工具来对其进行处理。 ...
与人同乐、挑战自我
前言 这周有感于机核怪物猎人荒野的节目,也想聊聊一个普通玩家视角中的《怪物猎人》系列经历(后面尽量简称“怪猎”)。其实我自己回顾这段经历,也能明显看出时代和年龄的变化对于玩游戏这件事的深度改变。 虽然...
一种相对更主动的制造、采集与计算三维信息的方案
前言 在上一篇中,我们读到了UTAH于2015年的讲座的课件(的第一篇), 这次接着的第二篇会着重介绍图像编码在结构光方案中的应用(课件是2013年的)。 之所以要引入图像编码,很大程度上是为了提升扫...
前言 这周继续读三维重建方面的技术向课件。按照之前的大纲,这次读到前AI时代中,计算机视觉方面的一项技术——Structured Light(结构光)。这项技术作为立体视觉之后提出的一项技术,其理解跨...
浙江|2023-01-02
回到顶部
外观样式
建议反馈