人工机器：深度学习CNN到底实现了什么
智能的广义含义，即学习模式和举一反三，在几何空间里寻找代数路径。判别式模型和生成式模型，都是使用大量的数据输入输出来拟合出代数路径。
现在的归纳式和生成式深度学习离AI还很遥远，AI更需要深度强化学习。参考：作为归纳学习的深度学习-https://blog.csdn.net/wishchin/article/details/71195098
从泛函分析里得出的结论：模式识别的数学表示--https://blog.csdn.net/wishchin/article/details/74644489
对一维信号识别和变长模式分析，我不甚了解，对LSTM处理变长一维特征之外的更强的作用也不是特别了解：https://blog.csdn.net/wishchin/article/details/47949245。
通过数据学习全部判别模式参数的模型被称为归纳模型。此外，通过学习边缘概率参数网络生成式模型被称为GAN的网络。
CNN学习到了什么？CNN学习到了 曾经困扰 传统方法图像处理与模式识别 的"语义鸿沟“。
感知鸿沟（sensory gap），它是一种在现实世界的物体和该场景记录下来的（计算上的）描述信息之间的鸿沟。语义鸿沟（semantic gap），它是由于所视觉数据中提炼出的信息与在特定场合下这些数据对用户的解释之间缺乏一致性。
语义鸿沟是指通常人们在判别图像的相似性时并非建立在图像低层视觉特征的相似上，而是建立在对图像所描述的对象或事件的语义理解的基础上。
或许这张图可以说明：https://blog.csdn.net/wishchin/article/details/76014318，人眼可以从中间的FeatureMap和卷积核，从直觉上取得底层特征和高层特征的联系，而不是通过一个个抽象的模式提取的公式上。这样就间接地跨过语义鸿沟！
CNN网络：一个无法形式化进行最优化函数最优解，但可以进行语义解释的图像 降维哈希/特征提取/模式识别 的三维空间网络。
压缩映射，特征提取是一个哈希过程，把特征提取到0维离散的值就成了模式识别。
参考：传统模式识别的数学表示--https://blog.csdn.net/wishchin/article/details/74780073
PAC学习理论与VC维：而神经网络定义VC维看似不受限制
PAC可学习理论的公式：下列公式是机器学习的泛化误差和一些学习器参数的关系
公式12
在机器学习中，简单的算法意味着增长函数
深度网络会越来越大，越来越稀疏，直到能分类所有类别，直到找到精确的 切割和减枝范式，即 范式化的 迁移方法。
人工机器：深度学习CNN到底实现了什么相关推荐
- 2021 年了，机器/深度学习还有哪些坑比较好挖？
作者丨张趔趄.微调.金雪锋 来源丨知乎问答 编辑丨极市平台 导读 深度学习以及机器学习发展至今,涌入了大量的人才和资源,有很多方向已经达到了一个瓶颈,短时间内有非常大的突破有些难以实现.那么对于有学术 ...
- Java还欠缺什么才能真正支持机器/深度学习？
如何让团队开始使用ML以及如何最好地将ML与我们运行的现有系统集成? 实际上没有用Java构建的ML框架(有DL4J,但我真的不知道有谁使用它,MXNet有一个Scala API而不是Java,而且它 ...
- 深度学习cnn人脸检测_用于对象检测的深度学习方法：解释了R-CNN
深度学习cnn人脸检测 介绍 (Introduction) CNN's have been extensively used to classify images. But to detect an ...
- [面经整理] 机器/深度学习补充篇
文章目录 ~~~~~~~~传统图像处理~~~~~~~~ 介绍canny边缘检测算法 1. 图像降噪 简单易懂的高斯滤波 2. 计算图像梯度 图像梯度的基本原理 sobel算子 3.非极大值抑制NMS ...
- ECG ×AI: 机器/深度学习的ECG应用入门（3）
QRS心拍定位: 解决识别对象问题 1.引言 上一节我们解决了数据来源问题,成功将ECG数据读入了Matlab中.而我们现在还不能马上使用高大上的机器/深度学习算法,原因在于一个问题:在这个问题中,对 ...
- 神经网络及深度学习CNN
神经网络及深度学习CNN 一.传统人工神经网络(ANN) 二.CNN 1.CNN层次 1.1 输入层 1.2 卷积层 1.3 激励层 1.4 池化层 1.4 全连接层 1.5 归一化层 2.CNN的应 ...
- 利用深度学习(CNN)进行验证码(字母+数字)识别
利用深度学习(CNN)进行验证码(字母+数字)识别_helen1313的专栏-CSDN博客 本文方法针对的验证码为定长验证码,不包含中文. 本文的思路是:1. 使用keras中预训练好的模型,在pyt ...
- ECG ×AI: 机器/深度学习的ECG应用入门（4）
传统机器学习:特征工程+分类器 1.引言 经过前面的工作,我们已经解决了数据来源和识别对象问题.那么接下来,我们就要进行机器/深度学习算法的应用了.由于本人写这些博文的目的不在于讲解机器/深度学习理论 ...
- 送你一份机器/深度学习自学指南（附视频amp;速成方案）
本文经AI新媒体量子位(公众号ID:qbitai )授权转载,转载请联系出处. 本文约3052字,建议阅读6分钟. 本文详细讲解了机器/深度学习的学习方法,一共为分三个部分,做出了详细的指南. 怎么入 ...
最新文章
- 【每日一算法】行星碰撞
- Post with HttpClient
- 天龙源码框架分析_MySQL8-InnoDB总体架构和运行机制的系统分析（上）
- 【CV】图像分析用 OpenCV 与 Skimage，哪一个更好？
- 脑残式网络编程入门(一)：跟着动画来学TCP三次握手和四次挥手
- webkit内核Android,Opera发布全新基于WebKit内核的安卓版浏览器
- 0基础可以学Web前端吗？如何快速掌握前端开发技能？
- redis学习笔记1-NoSQL概述
- 当xshell关闭时如何保持一个jar包程序在后台运行
- URLDecoder解码报错
- cpld的入门交流之三：JED to ABL 反编译方法
- 前加加++和后加加++的深入理解
- 甲骨文裁员900多人，赔偿N+6，有人获赔100万，被裁也能致富？
- centos yum 安装php8 php8.0 使用remi源
- Ping其他电脑ping不通的解决方法
- 最大公约数简便算法_最大公约数算法
- 论文阅读笔记之Replacing Mobile Camera ISP with a Single Deep Learning Model
- linux调节伽马值软件,四个 Linux 下的“护眼”软件
- 《强化学习周刊》第55期：LB-SGD、MSP-DRL对抗鲁棒强化学习
- 重磅！《深度学习 500 问》已更新，（附完整下载）