Computer Vision

前言

為什麼要學習RNN，就是因為RNN在在電腦視覺的處理特別有效。

內容

• Computer Vision Problems

  

• 圖片分類(是貓，不是貓)。
• 物體識別(車輛，紅綠燈)。
• 風格融合(兩張圖片特色融合)。

• Deep Learning on large images

  

• 電腦視覺所要面的數據量是相當龐大。
• 高解析度的圖片甚至會超過3百萬。
• 在傳統的NN，若假設hidden layer unit只有1000個，但會產生超過3000萬以上的weight需要進行更新。

該學到的

• 電腦視覺問題有哪些。
• 傳統NN在處理電腦視覺的難題。