阿里云高校计划视觉AI五天训练营D1学习笔记
视觉生产技术 定义: 通过一个/一系列视觉过程,产出新的视觉表达。 精细理解 1) 识别:知道是什么 2) 检测:识别+知道在哪儿 3) 分割:识别+检测 抠图拓展:部分抠图,动态抠图,细节抠图(过程中进行了生成),反向抠图 视觉生成: 从无到有 过程:特征化-规划-行动-调优-可视化 例子(印象深...
阿里云高校计划视觉AI五天训练营 Day01 学习笔记
视觉生产技术探索与应用 视觉生产定义 视觉生产定义,分为两类视觉理解和视觉产生,视觉理解就是常见的检测,分割,而视觉产生可以理解为如何产生视觉,即通过一个、一系列视觉过程,产出新的视觉表达。在这里的产出,指的是和输入不一样的人或机器能感知到的视频,而不是标签或特征。 视觉生产有以下分类,生成...
“达摩院视觉AI技术应用探索”学习笔记
视觉生产技术 这是2020.8.24开始的视觉AI训练营第一天的打卡内容,这篇学习笔记是对视频内容的复制。通过今天的学习,我重新认识了AI在图像领域(或者说视觉领域)的应用。之前的我只是学习深度学习,包括图像识别等。现在我了解了如何将AI应用到生成图像中去。 一、定义和分类 定义:通过一个/一系列视...
阿里云高校计划视觉AI五天训练营 Day01 学习笔记
Day 01 作者:第五组 邓佳阳 打卡截图 前言 第一次看到阿里云的在家实验计划是在年初,因疫情原因赋闲在家,于是本人非常兴奋的上去领(bai piao)了一个长达半年,性能还蛮不错的ECS实例。时间一转到了八月,在阿里云大学界面看到了人工智能ACA的链接由黑转橙(去年考了云计算和大数据的ACA,...
视觉AI技术应用探索学习笔记
定义 通过一个/一系列视觉过程,产生新的视觉表达 分类 生成:从0到1 扩展:从1到N 摘要:从N到1(把主要的信息浓缩起来) 升维:从An到An+1 增强/变换:从A到B 插入/合成: A+B = C 擦除: A-B=C 基础通用框架 五个关键维度 视觉生产要满足5个规范要求才是一个好的视觉 满足...
AI学习笔记——强化学习之Model-Free Prediction--解决未知环境下的预测问题
前面关于强化学习的文章中介绍了MDP,动态规划的方法对MDP问题的V函数进行评估和求最优策略。然而现实问题中,往往很多时候环境是未知的。那么这篇文章就介绍一下在未知环境下用Model Free的方法预测MDP。 1. Monte-Carlo (蒙特卡洛)策略估计 Monte-Carlo(MC)方法广...
AI学习笔记——强化学习之动态规划(Dynamic Programming)解决MDP(2)
求解最优MDP实际上就是找到最佳策略(Policy)π来最大化来最大化V函数(Value Function)。 公式一 1. 策略估算(Policy Evaluation) 在MDP问题中,如何评估一个策略的好坏呢?那我们就计算这个策略的V函数(值函数),这里我们又要用到之前文章中提到的Bellma...
AI学习笔记——强化学习之动态规划(Dynamic Programming)解决MDP(1)
我们介绍过MDP(Markov Decision Processes马可夫决策过程)以及什么是最优MDP,甚至从强化学习的角度介绍了DQN,Q-learning, Sarsa 等求解最优MDP方法,但是要深入理解强化学习,必须了解背后支持的理论基础。动态规划(Dynamic programming)...
AI学习笔记——深度Q-Learning(Deep Q-Learing(DQN))
之前的文章介绍了Q-learning, 介绍了深度学习(Deep Learning),DQN顾名思义就是将两者结合起来。DeepMind公司也就是用DQN从玩各种电子游戏开始,直到训练出阿尔法狗打败了人类围棋选手。本文就简单地介绍一下DQN的基本概念。 1. Q-Learning 和 深度学习回顾 ...
AI学习笔记——求解最优MDP
上一篇文章介绍了MDP的基本概念,但是我们更关心的是如何寻找到最佳的路径解决MDP问题。MDP过程中,可以有无数种策略(policy),找到最佳的路径实际上就是找到最佳的Policy 来最大化V函数(Value Function)或者Q函数(Action-Value Function)。 用数学表达...
本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。