码迷,mamicode.com
首页 > 其他好文 > 详细

FPGA机器学习之学习的方向

时间:2014-08-12 00:39:33      阅读:206      评论:0      收藏:0      [点我收藏+]

标签:fpga   机器学习   图像处理   神经网络   人工智能   

        经过了2个月对机器学习的了解后,我发现了,机器学习的方向多种多样。网页排序,语音识别,图像识别,推荐系统等。算法也多种多样。看见其他的书后,我发现除了讲到的k均值聚类,贝叶斯,神经网络,在线学习等等,还有很多其他的算法。比如说:免疫算法,遗传算法,主成分分析,蚁群算法等等。好像很多算法都是需要做很多的研究才能用的很好的。据说深度学习是由神经网络升级来的。神经网络本身就是一本书,内容很多。龙星计划里面也涉及到多种算法的应用。是要跟着追火爆的算法去学习,还是找最新的机器学习算法呢??

        最近比较火的是deep learning。资料多些,学习的人多一些。还是比较生僻的免疫算法,蚁群算法呢???从性能角度上讲,deep learning性能很好,可是免疫算法可能发展后未来2年可以性能更好。在这种情况下,学什么比较好呢??我认为,如果你有高深的数学功底,很好的思维,还有很多的有创造性的朋友的话,我给的建议是去发展新的算法,像免疫算法类的。当然如果能创造一个蜜蜂建窝算法就更好了。估计很多人都没有这个条件,那我们就做一个跟随者好了。就去选择目前比较热门的deep learning算法。找一个deep learning应用的场合和公司,应该也很好。

        我可能还有些不一样的我感觉我能做到的人工智能,不想去说机器人打败人类,还有很多像科幻片里面的机器人一样的状态,我没那个本事。我想做的事情很简单,让机器的眼睛看懂普通事物,做一些简单的事情就可以了。所以我主要的方向就是,机器视觉。那我计划如何一步一步向前走呢?或者说我要学习哪些东西呢?

         我目前的内容都是关于图像处理的,其实图像处理就是模式识别最前端的处理工作,让图像的特征更好的体现出来。接下来就是模式识别,这里只能用狭义的理解了。就是特征提取,其实已经进入机器学习范围,最后就是机器学习,可以统一认知。这里面很多都设计到一个FPGA处理芯片的的事(这个待会在说)。换个角度说明我要学习的内容,图像处理,比如对比度,图像矫正,边界扫描等。机器学习呢,就是从众多的学习算法里面,在图像上应用比较良好的,比如说,深度学习和主成分分析,(对其他的有些了解就可以了。应用上和简单算法上)。机器学习有时候也可以做到图像处理的内容,比如说,聚类就可以进行图像的分割。但是为什么还要去时而学习图像处理的技术呢??想法是这样的,机器学习是自动提取特征的过程,像决策树可能你就知道它的分类过程,提取特征的过程,可是很多时候是不知道,可是图像处理则是人为的提供,分离,某些特殊的特征。可能能减少机器学习的难度等(纯粹的猜想,还有对机器学习的不了解)。

         对于FPGA的想法呢???主要考虑的是计算速度,目前FPGA的计算速度是最好的了,比如说:无人机灾区救援,飞行的速度,摄像头的像素,识别,都需要很多的计算定位人员信息。还比如训练的时间,速度是一个重要指标。但是FPGA它复杂的计算取完成不了。如果GPU或者APU那一天计算能力能更上一层楼的话,我也会考虑去学习的。

          这些只是主要的学习内容,还有很多小的内容也要跟上,比如说数学。内容很多,我只能在我能掌握的时间里,对比我的各项能力,来平衡每一部分的学习时间。这些就是我想说的,想跟我一起学习的朋友们。就和我一起学习吧。我的QQ,849886241.求关注,求帮助。路很长,要人帮呀。

       

FPGA机器学习之学习的方向,布布扣,bubuko.com

FPGA机器学习之学习的方向

标签:fpga   机器学习   图像处理   神经网络   人工智能   

原文地址:http://blog.csdn.net/my_share/article/details/38498013

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!