计算机软件学科前沿

第一节课

第二节课

学习资料

深度学习

深度学习只需要三个步骤:构建网络、设定目标、开始学习。

深度学习有三种模型:

  1. 卷积神经网络模型
    CNN(Convolutioinal Neural Networks)通过引入 卷积 自动分层提取特征,每一层由多个特征图组成,每一个特征。。。

  2. 递归神经网络(RNN)
    RNN通过权值共享能够使其处理 变长的 序列问题。
    RNN的训练算法:基于时间的
    RNN分类(按照cell(单元)):简单RNN、LSTM、GRU、Bi-RNN

    RNN应用于自然语言处理

主流框架:

  1. TensorFlow 开源的数学计算软件,使用数据流图
    特点:机动性、可适性强
  2. Torch 大量机器学习算法支持的科学计算框架
  3. Caffe
    优势:上手快(模型以非代码形式给出)、速度快
  4. Theano 数学表达式的 编译器 派生出大量深度学习的软件包,包括 BlocksKeras .他被认定为行业标准。
  5. Deeplearning4j

深度学习学习建议**

首先学习Python
初学者使用 Keras

推荐公众号

数据集

Deepfake 人脸仿真技术

第三节课 3.18

额 隐约记着老师提问 图灵测试

第四节课

基于数字图像处理的人脸识别技术

数字图像

定义

能在计算机上显示和处理的图像

分类:

  • 位图:数字列阵(矩阵)表示,GIF JPG BMP
  • 矢量图: 用矢量数据表示,PNG图像

f(x,y):x,yf(x,y): x,y:像素的位置

灰度图像的显示

原始图像:黑白图
原始图像直方图: 黑白色调的使用情况

RGB彩色空间

人类视觉的三基色

数字图像处理

又称计算机图像处理,将

数字图像处理常用方法

  • 图像变换
  • 图像编码压缩
  • 图像增强和复原
  • 图像分割
  • 图像描述
  • 图像分类(描述)

(RGB图像、灰度图像)