摘要:而使用某些特定的表示方法更容易從實例中學習任務例如,人臉識別或面部表情識別。維基百科關于深度學習的應用,網上有非常多的出色案例,伯樂在線在本文摘錄個。
深度學習是機器學習中一種基于對數據進行表征學習的方法。觀測值(例如一幅圖像)可以使用多種方式來表示,如每個像素強度值的向量,或者更抽象地表示成一系列邊、特定形狀的區域等。而使用某些特定的表示方法更容易從實例中學習任務(例如,人臉識別或面部表情識別)。深度學習的好處是用非監督式或半監督式的特征學習和分層特征提取高效算法來替代手工獲取特征。——維基百科
關于深度學習的應用,網上有非常多的出色案例,伯樂在線在本文摘錄 9 個。
1. neural-style:利用卷積神經網絡將一幅圖像的內容與另一幅圖像的風格相結合
https://github.com/jcjohnson/neural-style
2.Nerual Doodles:把 2 位的 Doodle 轉成精良的藝術品
https://github.com/alexjc/neural-doodle
3. srez:通過深度學習極大提高模糊圖片的分辨率
https://github.com/david-gpu/srez
4.Face2Face:實時捕獲面部表情,調換到另外一個人的面部
http://www.graphics.stanford.edu/~niessner/thies2016face.html
5. open_nsfw:成人圖片分類器,雅虎出品
如果你對網絡上那些打上 NSFW(No Safe For Work,上班時間不要看)標簽的照片是如何分類感興趣的話,你應該會對這個感興趣。
https://github.com/yahoo/open_nsfw
6. DeepLearningFlappyBird:通過 Deep Q-Network 來玩 Flappy Bird
要是你以前被 Flappy Bird 虐過,可以來試試這個。
https://github.com/yenchenlin/DeepLearningFlappyBird
7. RoCAlphaGo:根據 DeepMind 公開論文,完成的 AlphaGo 復制品
https://github.com/Rochester-NRT/RocAlphaGo
8. LipNet:利用深度學習的讀唇程序
牛津大學 AI 實驗室出品,較精確度遠超常人。在特定測試中,常人較精確率是 52.3%,LipNet 達到了 93.4%。
http://www.oxml.co.uk/publications/2016-Assael_Shillingford_LipNet.pdf
9. Miles Deep:成人視頻分類器,較精確度達到 95%
借助深度卷積神經網絡,Miles Deep 可以快速針對成人視頻每秒畫面分類。根據性行為分了 6 個分類,較精確度達到 95%。借助這個工具,可以自動編輯視頻,刪掉所有無性接觸的場景。
和第 5 個雅虎的成人圖片分類器不同的是,Miles Deep 能給區分裸體和各種露骨性行為之間的區別。Miles Deep 作者稱,這是目前為止,第一個公共色情圖片分類或編輯工具。
https://github.com/ryanjay0/miles-deep
10. 更多
其他案例,可參見 Deep Learning Gallery 匯總鏈接:http://deeplearninggallery.com/
歡迎加入本站公開興趣群商業智能與數據分析群
興趣范圍包括各種讓數據產生價值的辦法,實際應用案例分享與討論,分析工具,ETL工具,數據倉庫,數據挖掘工具,報表系統等全方位知識
QQ群:81035754
文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。
轉載請注明本文地址:http://m.specialneedsforspecialkids.com/yun/4483.html
摘要:但是如果你和我是一樣的人,你想自己攢一臺奇快無比的深度學習的電腦。可能對深度學習最重要的指標就是顯卡的顯存大小。性能不錯,不過夠貴,都要美元以上,哪怕是舊一點的版本。電源我花了美元買了一個的電源。也可以安裝,這是一個不同的深度學習框架。 是的,你可以在一個39美元的樹莓派板子上運行TensorFlow,你也可以在用一個裝配了GPU的亞馬遜EC2的節點上跑TensorFlow,價格是每小時1美...
摘要:這是機器學習課程中的一個典型例子,他把演講者的聲音和背景音樂分開。雖然用于啟動檢測的技術主要依賴于音頻特征工程和機器學習,但在這里可以很容易地使用深度學習來優化結果。 介紹 想象一個能理解你想要什么,且當你打電話給客戶服務中心時能理解你的感受的機器--如果你對某件事感到不高興,你可以很快地和一個人交談。如果您正在尋找特定的信息,您可能不需要與某人交談(除非您愿意!)。 ...
閱讀 803·2021-10-14 09:43
閱讀 2129·2021-09-30 09:48
閱讀 3451·2021-09-08 09:45
閱讀 1101·2021-09-02 15:41
閱讀 1894·2021-08-26 14:15
閱讀 779·2021-08-03 14:04
閱讀 2982·2019-08-30 15:56
閱讀 3077·2019-08-30 15:52