章1
コンピュータビジョンのコアの問題は、どのように同じ体内の違いを無視し、異なるオブジェクト間の区別を強化します。
人工ニューラルネットワーク。
バックプロパゲーションアルゴリズム。連鎖ルールの複雑な解体が誤って更新された割り当てられたそれぞれの重みに応じて、接続層のコンテキストとは無関係です。このようなイベントは、統計法によって、既存のデータの予測を行うために配置されていません。
2006年には、深いニューラルネットワークの突破口を訓練。より多くの隠れ層ニューロンを使用すると、学ぶための優れた能力を持っています。
CNN:生物学的な視覚的な層の分解アルゴリズムをモデルにしました。
モデル、スピードとサイクルを使用したトレーニングプラットフォーム、。
一般的に使用されるTensorFlow /カフェ/ PyTroch
コアのタスクの処理対象、検出、識別、セグメンテーション、特徴点、配列学習を含みます。
第II章
Anoconda