AI 计算机视觉

从像素到 CNN——图像基础、从零写卷积、经典架构、图像分类和迁移学习。

Mav

图像是光的采样张量。你将来用到的每一个视觉模型，都从这一个事实出发。

卷积就是一个小型全连接层，在图像上滑动，每个位置共享同一组权重。

过去三十年每个重要的 CNN，都是同一个'卷积-非线性-下采样'配方加上一个新想法。按顺序学这些想法。

分类器就是一个函数：输入像素，输出类别概率分布。其余都是管道工程。

别人花了上百万 GPU 小时教网络认识边缘、纹理和物体部件。你应该先借用这些特征，再训练自己的模型。