深度学习与图像识别 课件 第一章 深度学习环境配置与入门(1)深度学习概述.pptx

1、深度学习概述,人工智能定义,人工智能的发展历程,人工智能主要行业,人工智能、机器学习和深度学习关系,机器学习是人工智能的一个子集，深度学习又是机器学习的一个子集。机 器学习与深度学习都是需要大量数据支撑的，是大数据技术上的一个应用，同时深度学习还需要更高的运算能力支撑，如显卡GPU。,为机器赋予人的智能一种实现人工智能的方法,一种实现机器学习的技术,传统的机器学习与深度学习对比,数据输入,人工特征提取,权重学习,预测结果,传统的机器学习过程,数据输入,自动特征提取,深度学习过程,权重学习,预测结果,深度学习介绍,自2006年，深度学习（Deep Learning）已经成为机器学习研究中的一个

2、新兴领域，通常也被叫做 深层结构学习或分层学习。其动机在于建立、模拟人 脑进行分析学习的神经网 络，它模拟人脑的机制来 解释数据，例如图像，声 音和文本，深度学习是无 监督学习的一种。,人的视觉系统的信息处理是分级的，高层的特征是低层特征的组合，从低层到高层的特征表示越来越抽象，越来越能表现语义或者意图，抽象层面越高，存在的可能猜测就越少，就越利于分类。,人的视觉系统,人的视觉系统的信息处理是分级的，高层的特征是低层特征的组合，从低层到高层的特征表示越来越抽象，越来越能表现语义或者意图，抽象层面越高，存在的可能猜测就越少，就越利于分类。,深度学习基本原理,一个神经元通常具有多个树突，主要用来接

3、受信息。而轴突只有一条，轴突尾端有许多轴突末梢可以给其它多个神经元传递信息。轴突末梢跟其它神经元的树突产生连接，从而传递信号。这个连接的位置在生物学上叫做“突触”。,神经元,一个典型的神经元模型：包含有3个输入，1个输出，以及2个计算功能。中间的箭头线称为“连接”。每个线上有一个“权值”。连接是神经元中最重要的东西。每一个连接上都有一个权重。一个神经网络的训练算法就是让权重的值调整到最佳，以使得整个网络的预测效果最好。使用a来表示输入，用w来表示权值。,多层神经网络（多层感知器）,多层神经网络除了包含一个输入层，一个输出层以外，还增加了相应的中间层。此时，中间层和输出层都是计算层。,成为这一次

4、AI大发展（特别是“深度学习”的概念）广为世人所知的标志事件,深度学习事件,深度学习应用（人脸识别）,深度学习应用（超分辨率）,深度学习应用（物体检测）,深度学习应用（风格转化）,附录A：主讲教师胡建华简介,主讲教师：胡建华单位：广东科学技术职业学院计算机工程与技术学院E-mail:个人代码分享：http:/localhost/cache/8117056137005035/png/gdit-ai个人介绍：http:/localhost/cache/8117056137005035/png/jsj2022胡建华，男，1984年1月生，高级工程师，电子科技大学硕士学位，专任教师，珠海市青年优秀人才

5、。一、工作经历2010年毕业后分别在海思半导体有限公司（华为技术有限公司子公司）、珠海扬智科技有限公司、中星微电子有限公司从事程序开发工作，积累了丰富的图像视频算法、人工智能深度学习算法等方面经验。2019年加入广东科学技术职业学院，主要从事人工智能相关技术研究与教学。二、主要业绩教学：先后讲授过的课程有图像识别应用技术、机器学习原理与应用、深度学习图像识别应用开发和智能物品开发应用基础、智能行为识别系统开发等专业课程。科研项目:2019 年 广东省教育厅青年创新人才（自然科学）类计划项目，项目主持;2021 年 广州市科技计划项目，项目主持。主持3项横向项目：代表项目停车管理系统车位检测算法

6、开发项目国家标准:参与国家标准公共安全视频监控数字视音频编解码技术要求（GB/T 25724-2017）制定。论文：在国内外期刊上第一作者身份发表论文6篇（其中IEEE国际计算机视觉与模式识别会议(CVPR)第一作者或者通信作者3篇）。专利与软件著作权：第一发明人身份申请发明专利13件，软件著作权5件。教材：主编教材深度学习与图像识别三、个人荣誉1.个人获奖2017年5月被珠海市人民政府评为珠海市青年优秀人才（编号：Q20160104）2021年 全国工业和信息化技术技能大赛电子数据取证分析师（工业大数据算法）二等奖2.指导获奖获得国家级省级项目12项。,附录B：深度学习与图像识别教材,主编：胡建华,陈宗仁副主编：韩天琪，郭建丁，杨忠明，魏晓艳西安电子科技大学出版社，2022年3月第1版 ISBN:978-7-5606-6338-8/TP定价：29.00元,谢谢,