图像识别算法及案例

Kenny老师,前BAT 数据架构师

主要研究深度学习领域,计算机视觉,图像识别。精通机器学习,热爱各种开源技术尤其人工智能方向。

快速入门图像识别

了解目前技术趋势

动手开发

1. 有python开发基础的

2. 有机器学习经验的

3. 对图像识别领域有兴趣的技术人员

一、图像识别介绍

图像识别解决的问题

实际案例讲解

本课程需要用到的环境介绍与部署

二、图像识别算法入门之knn

k-近邻算法

准备:使用Python导入数据

从文本文件中解析数据

如何测试分类器

示例:使用k-近邻算法改进约会网站的配对效果

准备数据:从文本文件中解析数据

分析数据:使用Matplotlib创建散点图

准备数据:归一化数值

图像识别案例:手写识别系统

阶段性总结:knn的算法解决图像识别的问题

三、神经网络基础

线性回归

基于Logistic回归和Sigmoid函数的分类

基于最优化方法的最佳回归系数确定

梯度下降法

什么是神经网络

激活函数

示例:动手写一个属于自己的神经网络

示例:手写数字识别

示例:图像分类案例

四、CNN卷积神经网络

CNN架构介绍

对象识别与分割

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181120B17GM400?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。

扫码关注云+社区

领取腾讯云代金券