Zi 字媒體

已經很久沒有更新內容了，今天抽空來給大家分享一些關於計算機視覺領域的一個重點，那就是 「深度學習」，接下來就來詳細聊聊深度學習（為什麼要深度學習特徵？？？），然後來說說深度網路的搭建，最後讓我們自己用手 DIY 屬於自己的網路，現在就開始 ing......（文中的鏈接可點擊文末的閱讀全文抵達） 介紹一說起 「深度學習」，大家有想過為什麼要去搭建複雜網路，去學習更高級的特徵呢？其實很簡單，因為趨勢是朝著類腦那個大方向，現在類腦工作已經得到很多研究員的關注。類腦計算實際上存在兩個技術層面：第 1 層面是 「走出諾依曼框架」，主要屬於人工神經網路的大範疇；第 2 層面是 「基於神經科學的計算機演算法」，試圖超越人工神經網路框架和擺脫權值計算模型，實現對生物腦的高逼真性模擬。所以歐盟都已經聯合開始研究人腦，都成立一個叫 「人類腦計劃」，美國也開始關注類腦。所以類腦計算這個方向是前途無量的。第 1 類主要有歐盟的 「人類腦計劃」 和美國的 「BRAINs」 計劃，雖然技術路徑不同，但都是從生物腦的微觀層面的實驗數據和知識入手，通過逐漸整合，向上尋找中觀和宏觀層面上的數量關係規律，最終建立起整體的腦理論模型。該類方法的特點是 「自下而上」，一場大規模的微觀海量的數據和碎片化的實驗知識的 「拼圖工程」。首先發展高尖端技術工具，以實現對腦的微觀的結構和功能的全面測量和記錄；然後建立起全腦微觀資料庫；在此基礎上，逐漸向大規模的腦計算模型上發展，並試圖形成對腦活動、腦病變和腦智能的機制性解讀的整體理論；最後形成比較成熟的類腦計算技術和類腦人工智慧。這種研究屬於長周期的大科學或大工程，需要動員大量人力物力和財力。第 2 類研究方法的特點是 「自上而下」。直接將研究重心放在一個 「好的」 腦理論的建造上，然後向下導出神經元模型和神經元群體網路模型；之後測試和檢驗模型與微觀神經知識和數據之間的契合度。這種研究的關鍵在於怎樣找到正確的理論入手點，這一步不是單純的建模方法問題，也不是一般的學科性理論問題，而是若干個重要學科的理論進程中的匯合點上的再綜合，屬於科學大周期性的結晶過程。這種研究屬於長周期和 「形而上」 的小科學。目前，採用第 2 類方法的主要有美國 Numenta 公司和的神經深構造運算與腦計 算 機 實 驗 室（Neural Deep Structure Computing & MindComputer Lab，Mindputer Lab），兩個實驗室技術路徑雖異，但總體方法都是先從全腦角度來建立理論框架，然後將理論逐漸地向下細化，導出中觀和微觀的計算模型，之後再檢驗與微觀層面的實驗數據和知識的互恰性。各有利弊兩類研究方法各有利弊，第 1 類方法就像在萬米懸崖峭壁貼身攀岩，向上的每一步很費時且充滿未知。因為，從海量的數據中去試圖進行全腦網路的微觀拼圖，是一個大隨機性的事件，即使有超級計算機或其他先進微觀技術的幫助，歐美兩個腦項目的 10 年計劃時間是遠遠不夠的。而第 2 類方法更像是空中傘降，難點在降落傘上，只要降落傘做得好，則向下定點降落的時間和複雜度比攀岩小的多。科學史已經證明，一個好的理論是大大削減科學探險隨機性風險的銳利刀具。有點說偏了，今天我們主要來說說深度學習這些事！ 為什麼要深度學習?先來一個簡單的例子：這都是底層特徵的可視化，說明底層特徵也只能學習一些基礎的紋理等特徵，但是如果達到人腦的視覺感知，就必須要學習更高級的高層語義特徵。所以才會出現更深更複雜的網路，可以理解為挖掘更高層的語義特徵來進行目標的表示。如下： 什麼才是深度學習？一般會有：1）組合模型；2）端到端的學習（End-to-End）。 學習從具體 > 抽象1）組合模型猶如上面的流程圖，充分說明了模型的組合學習。2）End-to-End下面兩個鏈接是前期推送的內容，充分表明了網路的端到端學習過程。深度學習 --- 反向傳播的具體案例接下來參考了 「slide credit Marc』aurelio Ranzato,CVPR 『14 tutorial」下面這個鏈接也詳細介紹了 CNN 的演變與改進：深度網路的 「從古至今」 的蛻變 框架深度學習發展迅速，隨之不同的框架也大量湧現出來。Torch7NYUscientific computing framework in Luasupported by FacebookTheano/Pylearn2U. Montrealscientific computing framework in Pythonsymbolic computation and automatic differentiationCuda-Convnet2Alex KrizhevskyVery fast on state-of-the-art GPUs with Multi-GPU parallelismC++ / CUDA libraryTF（大家很熟悉了，不詳細介紹）等等。因為我入門到現在一直用 Caffe，所以今天節詳細說說這個框架。原因（參考）：Expression: models + optimizations are plaintext schemas, not code.Speed: for state-of-the-art models and massive data.Modularity: to extend to new tasks and settings.Openness: common code and reference models for reproducibility.Community: joint discussion and development through BSD-2 licensing.Pure C++ / CUDA architecture for deep learningCommand line, Python, MATLAB interfacesFast, well-tested codeTools, reference models, demos, and recipesSeamless switch between CPU and GPU 網路（Net）一個網路是由一組不同層連接而成：name: "dummy-net"layers{name: "data" …}layers {name: "conv" …}layers {name: "pool" …}… more layers …layers {name: "loss" …}LeNet：層（Layer）name: "conv1"type: CONVOLUTIONbottom: "data"top: "conv1"convolution_param {num_output: 20kernel_size: 5stride: 1weight_filler {type: "xavier"}}Protobuf網路（Net）和層（Layer）就是通過 Protobuf 來定義的。BlobCaffe 源碼 ---Blob 基本使用Solving： 訓練一個網路train_net: "lenet_train.prototxt"base_lr: 0.01momentum: 0.9weight_decay: 0.0005max_iter: 10000snapshot_prefix: "lenet_snapshot"如果你需要 GPU 訓練：caffe train -solver lenet_solver.prototxt -gpu 0最後舉一些流行的例子，有興趣的朋友可以自己動手去 DIY。 一些例子目標檢測R-CNN: Regions with Convolutional Neural NetworksFull R-CNN scripts available at 視覺風格識別Karayev et al. Recognizing Image Style. BMVC14. Caffe fine-tuning example.Demo online at 場景識別微調（Fine-tuning）輸入：不同的源文件；最後一層：不同的分類器。如何成為一名成功的 「煉丹師」——DL 訓練技巧今天就到這裡，希望可以給需要的朋友一帶來一些幫助，謝謝！AI研習社按：本文原作者 Edison_G，本文原載於其微信公眾號計算機視覺戰隊（ID: ComputerVisionGzq）。計算機視覺戰隊成立於 2017 年，主要由來自於大學的研究所組成的團隊，目前已得到較大關注與支持，該平台從事機器學習與深度學習領域，主要在人臉檢測與識別，多目標檢測研究方向。每日通過計算機視覺平台分享最近的成果，分析現在流行的模型、演算法與思路。 關注 AI 研習社后，回復【1】獲取【千 G 神經網路/AI/大數據、教程、論文！】百度雲盤地址！ 人工智慧之神經網路特訓班20 年清華大學神經網路授課導師，帶你系統學習人工智慧之神經網路！一站式深入了解深度學習的發展現狀、基本原理和主要方法。點擊圖片抵達課程詳細介紹~課程鏈接：mooc.ai