Wer hier kennt sich auf ein paar Ebenen mit Convolutional Brain Networks aus? In Ordnung. Generell die Hälfte. Kühl. Insofern fantastisch. Genau dafür ist diese Folie da. Daher haben diese Gehirnorganisationen, die Sie vielleicht kennen, eine Auswahl an Nebeninteressen an tiefgreifendem Lernen geliefert. Sie sind unglaublich, tiefgründige Designs, sie sind talentiert auf riesigen Messsets, im Allgemeinen oder dauerhaft für mehr als einen Tag. Außerdem hat sich das im Grunde himmlisch an Informationen und Gruppierungsbildern gezeigt. Die Absicht ist auch, das Fähigkeitsdesign zu robotisieren. Auch, welche Bedeutung es im Grunde hat, während wir uns bemühen, Gesichter zu finden, zum Beispiel in Bildern, wenn Sie sich bemühen, dies durch Methode der Methode zur Entwicklung von Heuristiken selbst zu tun, ist sehr unklar. Es gibt eine Reihe von kreativen und aufschlussreichen PC-Designs und -Verfahren im alten Stil, die versuchen, die legitimen Untergebenen der legitimen Pixel zu finden, mit denen Sie sagen können, ähnlich wie: „Gnädig, das ist ein Gesicht, das ist kein Gesicht. ” Während diese Stile aufgrund der genauen Konstruktion und der unterschiedlichen Maße diese Fähigkeiten im Grunde durch Methode für Methode für sich finden können.
Wir haben überall Verwendungszwecke, vom Design über die Sicherheit bis hin zu Medikamenten. Sie können jeden Teil betrachten, in dem Sie sagen möchten: „Hallo, ist dieses Bild ein Unberührbarer oder nicht? Oder ist dieses Bild andererseits wie ein Stirnband oder mehrere Hosen, oder, wissen Sie, ist es ein Wachstum, oder ein harmloses Bild?”
Sie wurden verwendet, um Dinge zu tun, die kaum ernster sind als nur zu sagen: “Ist dieses Bild Klassifizierung An oder B?” Sie können konvolutionelle Gehirnfunktionen und kreative und vernünftige Stile des PCs in bekannter Weise nutzen, um eine Vielzahl von Bildinformationsfunktionen zu erstellen. Hier habe ich das entsprechende Diagramm, das ich oben hatte, mit einem Rubinkreuz platziert. Grundsätzlich, wie sie Leinwände sind, arbeiten Sie mit dem gleichen Design, aber am Ende geben Sie im Wesentlichen das heraus, was Sie erwarten. Sie können also erwarten, welche Dinge in einem Bild enthalten sind, in Ausdrücken, welche Pixel eine Katze sind, welche Pixel ein Hund sind, wo die Katze ist, worin der Hund ist, solche Sachen. Auch das kann zu sehr überwiegenden Anwendungen führen. So wurde dies zu einem Unterfangen, das wir bei Knowledge unternommen haben, bei dem wir einem Unternehmen halfen, das als Piccolo bezeichnet wird, das sich in die Hoffnung verwandelte, an Superkräfte zu denken, indem man Kameras in Ihrem Zuhause aufstellte, um Ihre Haltung zu finden. Darüber hinaus können Sie im Grunde wie Ihr Fernseher oder Ihre Lichter funktionieren, indem Sie einfach auf sie zeigen. Die Art und Weise, wie Sie das tun, ist also eine Menge der Formen, die wir im Wesentlichen besprochen haben, bei denen Sie die Haltung von jemandem messen und dann hauptsächlich auf dieser Haltung basierend eine Aktivität ausführen. Also Gegenwartsbewertung, Szenenparsing, 3D-Punktwolkenbewertung für selbstnutzende Fahrzeuge. Eine Menge davon wird auf der Rückseite dieser Designs entwickelt, und das ist eine Menge dessen, was wir für die Bildsuche verwenden werden.