深度学习的应用场景
企业开发
2018-08-12 13:06:12
阅读次数: 0
一、感知器
输入x(x1,x2...)->组合函数c()-> b偏差(权重w1,w1...)->激活函数a()-> 输出y
多层感知器(MLP)
二、卷积神经网络(CNN)
2.1两种广泛应用的DNN:CNN 和RNN
CNN(卷积神经网络) ----图像识别
Convolutional Neural Network
RNN(循环神经网络) ----序列预测(文本,视频,语音,时间序列)
Recurrent Neural Network
2.2用场景
CNN(卷积神经网络)
图像识别
图像分类
目标检索/定位
图像搜索
人脸识别:人脸检测/人脸分析(性别,年龄,微笑)
人脸比对(判断)
人脸搜索(数据库中搜索)
无人驾驶:定位,
感知,
决策,
控制
拍照食物/搜索:
识别花朵/拍照购物/以图搜图
物体检测和定位:
图片中的物体
风格迁移:
模仿大师的绘画风格
图片智能审核
色情过滤/暴力过滤/广告过滤/识别二维码
RNN(循环神经网络)
时间序列预测(天气、股票)
情感分析(正面、负面)
模拟写作:模仿作家风格写作
看图说话:自动给图片生成标题
机器翻译
转载自blog.csdn.net/wsp_1138886114/article/details/80660027