UDN-企业互联网技术人气社区

板块导航

浏览  : 2270
回复  : 0

[会议资料] 深度学习在AR中的应用与潜力

[复制链接]
白青青的头像 楼主
发表于 2016-11-23 10:31:18 | 显示全部楼层 |阅读模式
本帖最后由 白青青 于 2016-11-23 10:57 编辑

  深度学习在AR中的应用与潜力

  深度学习(Deep Learning)这个词最近借着AlphaGO与李世石的人机大战又火了一把。深度学习其实是机器学习(Machine Learning)的一个分支学科,而机器学习是一门研究数据之间关联关系的学科,比如它可以用来挖掘收入和年龄,性别,职业,学历等因素的数学关系。但是传统的机器学习方法一般只能挖掘简单的线性关系。我们知道大千世界不是线性关系所能描述的,比如收入与年龄,性别,职业,学历的关系,这么一个简单的问题就不是一个线性关系所能表达清楚的。深度学习的出现改变了这种现状,深度学习使用复杂的多非线性模型表示数据之间的关系,然后使用大量的数据最终确定数据之间的关系究竟是什么。

  深度学习的灵感来源于大脑神经网络,可以说我们的大脑就是一个极致复杂的深度学习模型。大脑里的神经网络是由数以千亿计的神经元连接而成,深度学习也使用同样的结构,每个人工神经元对输入进行简单的线性或非线性运算后将结果传递给后续的神经元,在经过这样十几层乃至上百层的传递后得到最终的预测结果。

  深度学习这套方法并不是近几年提出的,早在80年代末Geoffrey Hinton和Yann LeCun等学者就使用深度学习的方法解决了手写体数字的识别问题。遗憾的是,进入90年代后深度学习的性能没有本质上的提升,甚至劣于很多简单的线性模型,深度学习的研究沉寂下来。直到2006年,Hinton教授在Science上发表了深度学习的里程碑一样的论文,重新审视深度学习方法,将深度学习的性能提升到了一个新的台阶。在此之后,深度学习在语音识别,计算机视觉,机器人,自然语言处理等领域均超过了传统的机器学习方法,甚至在人脸验证比赛LFW和自然图像分类比赛ImageNet上超过了人类的识别能力。这次,AlphaGO击败李世石又是一个深度学习超越人类的实例。

1.jpg


  PPT下载: 深度学习在AR中的应用与潜力.pdf (1.84 MB, 下载次数: 4)

相关帖子

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关于我们
联系我们
  • 电话:010-86393388
  • 邮件:udn@yonyou.com
  • 地址:北京市海淀区北清路68号
移动客户端下载
关注我们
  • 微信公众号:yonyouudn
  • 扫描右侧二维码关注我们
  • 专注企业互联网的技术社区
版权所有:用友网络科技股份有限公司82041 京ICP备05007539号-11 京公网网备安1101080209224 Powered by Discuz!
快速回复 返回列表 返回顶部