版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
深度学习迈进深度学习之门应用介绍01深度学习应用阿尔法狗(AlphaGo)是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能程序,由谷歌(Google)旗下DeepMind公司戴密斯·哈萨比斯领衔的团队开发。其主要工作原理是“深度学习”。01图片来源于网络深度学习应用即时视觉翻译(拍照翻译):众所周知,深度学习可以用来识别照片中的文字。一旦识别了,文字就会被转成文本,并且被翻译,然后图片就会根据翻译的文本重新创建。这就是我们通常所说的即时视觉翻译。02图片来源于网络深度学习应用谷歌利用深度学习算法使自动驾驶汽车领域达到了一个全新的水平。因此,谷歌现在不再使用老的手动编码算法,而是编写程序系统,使其可以通过不同传感器提供的数据来自行学习。对于大多数感知型任务和多数低端控制型任务,深度学习现在是最好的方法。因此,即使是不会开车的人,或是残疾人,都可以在不依赖于其他人的情况下自己出门。03图片来源于网络深度学习应用我们都知道,谷歌支持100种语言的即时翻译,速度之快宛如魔法。谷歌翻译的背后,就是机器学习。此时,你可能会想,谷歌翻译已经经历了很长的时间,那么现在有些什么新意呢?实际上,在过去的两年时间里,谷歌已经完全将深度学习嵌入进了谷歌翻译中。。04机器视觉机器视觉:大规模(大数据量)图片识别(聚类/分类),如人脸识别,车牌识别,OCR等以图搜图,图像分割目标检测,如自动驾驶的行人检测,安防系统的异常人群检测05图片来源于网络自然语言处理自然语言处理:语音识别,语音合成自动分词,句法分析,语法纠错,关键词提取,文本分类/聚类,文本自动摘要,信息检索(ES,Solr)知识图谱,机器翻译,人机对话,机器写作推荐系统,高考机器人信息抽取,网络爬虫,情感分析,问答系统06图片来源于网络数据挖掘数据挖掘,风控系统,推荐系统,广告系统等07图片来源于网络机器学习机器学习是实现人工智能的一种方法。机器学习的概念来自早期的人工智能研究者,已经研究出的算法包括决策树学习、支持向量机、贝叶斯算法和EM算法等。简单来说,机器学习就是使用算法分析数据,从中学习并做出推断或预测。与传统的使用特定指令集手写软件不同,我们使用大量数据和算法来“训练”机器,由此带来机器学习如何完成任务。08历史数据历史数据模型训练新的数据未知属性输入预测机器学习(决策树)计算机分辨“一、二、三、田、口”的决策树09深度学习深度学习是实现机器学习的一种技术。神经网络是受人类大脑的启发而来的:神经元之间的相互连接关系。10图片来源于网络
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026年苏教版高三化学第一轮复习元素化合物第五章测试卷
- 2025-2026年浙江省部编版小学四年级科学第12课动物分类知识巩固习题
- 2025-2026年北师大版九年级物理下册第7章现代物理实验测试卷
- 2026年人教版英语六级翻译高频考点题库
- 2025-2026年天津人教版高三政治第一章政治生活同步练习题
- 2026‑2031年中国公路客运中心行业市场调查与发展前景预测研究报告
- 2026年秋季传染病预防知识竞赛题目精讲
- 2026年寒露节气文化课件
- 胫腓骨骨折合并骨筋膜室综合征28例临床分析
- 2026年无立锥地成语故事民生历史拓展教案
- 医院精神二类药品管理
- 2025林业碳汇计量监测技术规程
- 统编版(2024)八年级上册历史全册教材问题参考答案
- 《无人机飞行控制技术》全套教学课件
- 卡西欧手表 PRG-130(3206)说明书
- 工程勘察设计收费标准(2024年修订本)完整版
- 高等代数一课程教学大纲
- (正式版)SHT 3115-2024 石油化工管式炉轻质浇注料衬里工程技术规范
- 公司TRD施工方案
- FZ/T 81007-2022单、夹服装
- LY/T 2328-2014木荷防火林带营建技术规程
评论
0/150
提交评论