机器视觉

• 当机器拥有视觉，那么人工智能会成长的非常快。

• 边->角->形状->形体对象

  
  人类视觉感知推测

卷积神经网络

Tensor（张量)

张量

卷积的本质

• 滤镜，将一张图形加工成另一张图像，背后的原理就是卷积。

• 类似向量点积

  
  卷积过程示例
  二维卷积
  三维卷积

卷积网络

• 卷积的特点是可以扫过图像每个区域，获得图像上任何位置的特征。
• 先天具备平移不变形，但旋转缩放就不行了。

• 利用多个卷积核（channel）获取独立的简单特征，再设计卷积核按不同需求组合这些特征，逐渐构造更多层次更复杂的卷积网络。

  
  卷积组合

卷积相互连接间要加激活函数，负责累加卷积会丢失中间卷积的信息

• pooling

  
  pooling
  核心概念

• 全连接神经网络

  
  全连接神经网络

卷积核可以自己学习出来。

• CNN进化趋势

  
  CNN进化趋势

机器视觉应用

对抗网络

生成网络&对抗网络

工具推荐

工具推荐

神经网络的故事

神经元

• Soma 包体
• 轴突
• 树突

神经元模型

神经元模型
结构图简化

• 不同特征赋予不同权重，根据给定阈值，划分类别。

  
  分类举例
  权重的确定过程

单一的神经元模型解决的问题有限，仅能表达一个线性分类器。而世界是非线性的。

线性分类器不适合显示世界
图片1.png
图片2.png
图片3.png

陪审团模式
组合得到非线性判断

神经网络几何理解

感知机衰落的原因，无法区分10和01的逻辑运算

• 加上或非就解决了

  
  两层解决问题

为什需要更深层的神经网络

一层神经网络在变换坐标系

通过学习获得神经网络

• BP神经网络，从结果误差向回寻找误差造成的原因，并进行调整。

  
  BP本质