概述
神经网络在 2012 年后被认为是机器学习领域最受关注的技术,而在神经网络的技术中,深度卷积神经网络已经成为所有计算机视觉任务的首选算法。深度学习利用在计算机视觉上的两个关键思想:卷积神经网络和反向传播,并在数据的学习上,通过渐进的、逐层的方式形成越来越复杂的表示,并对中间的渐进表示共同进行学习。
深度学习的框架包括TensorFlow、PyTorch和 Keras等,其中 JAX、TensorFlow和 PyTorch可以作为 Keras 的 后端(backend) 来进行张量处理、求微分等低层次的运算。本文就 Keras 的实践以及深度学习的一些理论进行总结。