基本信息

---

下载

文档摘要

---

深度学习典型应用

深度神经网络是一种能适应新环境的系统，它针对过去经验(信息)的重覆学习，而具有分析、预测、推理、分类等能力，是当今能够仿效人类大脑去解决复杂问题的系统，比起常规的系统(使用统计方法、模式识别、分类、线性或非线性方法)而言，以深度神经网络为基础的系统具有更强大的功能和分析问题技巧，可以用来解决信号处理、仿真预测、分析决策等复杂的问题。目前，深度学习已经在各个方向有了非常广泛的应用。

1.计算机视觉

典型的计算机视觉应用包括目标检测、语义分割、超分辨率重建、行人重识别。

目标检测（objectdetection）是当前计算机视觉和机器学习领域的研究热点之一，核心任务是筛选出给