资讯专栏INFORMATION COLUMN

大话深度学习2:折磨了那么多只猫,还得了诺贝尔奖?

happyhuangjinjin / 765人阅读

摘要:深度学习猫铲屎官们也是纳了闷了高冷的深度学习与呆萌的猫星人能有什么关系然而,他俩不仅有关系,而且还关系匪浅还记得吗它在年训练了一种名为深度神经网络的机器学习模型通过不断输入小猫的图片,系统竟然可以认得猫了关键是小组成员并没有直接输入猫的特征

深度学习&猫?

铲屎官们也是纳了闷了

高冷的深度学习与呆萌的猫星人能有什么关系

然而,他俩不仅有关系,而且还关系匪浅

还记得Google Brain吗

它在2012年训练了一种名为“深度神经网络”的机器学习模型

通过不断输入小猫的图片,系统竟然可以“认得”猫了

关键是小组成员并没有直接输入猫的特征

而是系统自己在大量数据中领悟了“猫”这一概念

也是有够神奇的

如果在Google Brain这个项目中

小猫还顶多是充当了一下模特的角色

那么时间回到1981年

视觉系统的信息处理获得了当年的诺贝尔医学奖

无数小猫却为此贡献了自己

为了研究瞳孔区域与大脑皮层神经元的对应关系

1958 年,DavidHubel 和Torsten Wiesel 在猫的后脑头骨上,开了一个3 毫米的小洞,向洞里插入电极,测量神经元的活跃程度。

实验时,他们在小猫眼前展现各种形状与亮度的物体

并花样改变物体放置的位置和角度

从而观察小猫瞳孔受到的不同刺激

分级的可视皮层

经过多天的反复实验

他俩终于发现了一种神经元细胞——“方向选择性细胞”

当瞳孔发现了眼前物体的边缘

而且这个边缘指向某个方向时

这种神经元细胞就会活跃

看来,后脑皮层的不同视觉神经元与瞳孔所受刺激之间

确实存在某种对应关系

如同视觉系统的信息处理是分级的

人们开始进一步思考神经系统的运作

从原始信号➜低级抽象➜高级抽象

大脑思维经历了不断迭代、不断抽象的过程

每一个想法和意识都是从低层向高层做减法

抽象层面越高,就越表达某种语义与意图

例如,眼睛接触到原始信号(瞳孔摄入像素 Pixels),接着做初步处理(大脑皮层某些细胞发现边缘和方向),然后抽象(大脑判定,眼前的物体的形状,是圆形的),然后进一步抽象(大脑进一步判定该物体是只气球)。

在这个过程中,分层成为了一个不得不提的术语

而生理学上的分层同时也促进了人工智能的突破

在深度学习中,将海量数据投放到算法中

以计算机作为大脑,层层递进做抽象

从而在不断练习的过程中学会了识别人和物

当然,在分层的过程中

特征尤为重要,尤其是结构性特征

它们成为了证明你是你的关键要素

比如在识别摩托车时,是否具有车把手(handle),是否具有车轮(wheel),就很容易把摩托车和非摩托车区分,学习算法才能发挥作用。

更为神奇的是

不仅图像存在这种结构性特征

在声音中同样存在这种规律

而在模型构建过程中

特征越多,给出的参考信息就越多

准确率也会相应提升

欢迎加入本站公开兴趣群

商业智能与数据分析群

兴趣范围包括各种让数据产生价值的办法,实际应用案例分享与讨论,分析工具,ETL工具,数据仓库,数据挖掘工具,报表系统等全方位知识

QQ群:81035754

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/4393.html

相关文章

  • 你必须得知道的人工智能领域的大师与大事

    摘要:没有过年,年后在年后的年打败了围棋高手李世石,这下人工智能引起了全世界的关注。随后的十多年,人工智能转入第一次低潮,而也在他生日时,因海事丧生,遗憾未能见到神经网络后期的复兴。算力的进步再次加速了人工智能的快速发展。 showImg(https://segmentfault.com/img/remote/1460000019409315); 小西:小迪小迪,我发现人工智能发展史上很多事...

    LeoHsiun 评论0 收藏0
  • Deep Learning(深度学习学习笔记整理

    摘要:深度学习学习笔记整理系列作者声明该的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。但是自年以来,机器学习领域,取得了突破性的进展。 Deep Learning(深度学习)学习笔记整理系列 zouxy09@qq.com http://blog.csdn.net/zouxy09 作者:Zouxy version 1.0  2013-04-08声明:1)该Deep Lea...

    Cheriselalala 评论0 收藏0
  • CNN超参数优化和可视化技巧详解

    摘要:在计算机视觉领域,对卷积神经网络简称为的研究和应用都取得了显著的成果。文章讨论了在卷积神经网络中,该如何调整超参数以及可视化卷积层。卷积神经网络可以完成这项任务。 在深度学习中,有许多不同的深度网络结构,包括卷积神经网络(CNN或convnet)、长短期记忆网络(LSTM)和生成对抗网络(GAN)等。在计算机视觉领域,对卷积神经网络(简称为CNN)的研究和应用都取得了显著的成果。CNN网络最...

    Fundebug 评论0 收藏0
  • 极验验证:浅析深度学习模型与应用

    摘要:一时之间,深度学习备受追捧。百度等等公司纷纷开始大量的投入深度学习的应用研究。极验验证就是将深度学习应用于网络安全防御,通过深度学习建模学习人类与机器的行为特征,来区别人与机器,防止恶意程序对网站进行垃圾注册,撞库登录等。 2006年Geoffery  Hinton提出了深度学习(多层神经网络),并在2012年的ImageNet竞赛中有非凡的表现,以15.3%的Top-5错误率夺魁,比利用传...

    王岩威 评论0 收藏0
  • 好好写代码,莫要当韭菜

    摘要:很多小白同事,没有开户的也纷纷开户。但如果你是小白,是个上班族,手里资金有限,也没时间盯盘的人我建议你还是不要参与,进去之后十有八九会当了韭菜。不如把时间用来提升能力,保持好心态,不要被浮躁和赚快钱所影响。 showImg(https://segmentfault.com/img/bVbphvR?w=496&h=290); 最近我发现很多qq 群、微信群、还有身边的同事都在谈论股票。 ...

    Karrdy 评论0 收藏0

发表评论

0条评论

happyhuangjinjin

|高级讲师

TA的文章

阅读更多
最新活动
阅读需要支付1元查看
<