深度學習基礎算法全解

? ? ? ?(圖片來源:《深度學習》)


實踐項目2 :目標檢測
目標檢測任務需要從背景中分離出感興趣的目標,并確定這一目標的描述(類別和位置),是從圖像分類過渡來的任務,目標檢測的應用主要包括人臉檢測、安防監(jiān)控、交通疏導等。本次實踐主要講解基于CNN的目標檢測的開山鼻祖:Faster RCNN。會從思想來源(分類任務到檢測的過渡)、網(wǎng)絡搭建和網(wǎng)絡預測三個方面展開,熟悉目標檢測的基礎框架。

實踐項目3:圖像分類
本實踐所用數(shù)據(jù)集為1000類的ImageNet數(shù)據(jù)集,共計120張樣本。會從模型搭建、模型訓練和網(wǎng)絡預測三個方面進行展開,熟悉整個圖像分類框架。
本章節(jié)通過兩個典型的回歸與分類問題,可以初步了解到神經(jīng)網(wǎng)絡的能力,通過從頭到尾手寫代碼完成訓練,也能了解神經(jīng)網(wǎng)絡大概的工作步驟,為后續(xù)章節(jié)中PyTorch的學習積累經(jīng)驗。
實踐項目5:?文本分類
本次實踐利用標注好的旅游文本情感數(shù)據(jù),利用課程講解的卷積神經(jīng)網(wǎng)絡與循環(huán)神經(jīng)網(wǎng)絡,或是兩者的搭配來創(chuàng)建一個文本情感分類模型,從而訓練出一個實際可用的分類模型,以此來支撐實際的業(yè)務需要。(詳細內(nèi)容添加文末客服領取)

評論
圖片
表情
