深度學習流程

名詞解釋

深度學習模型(物件偵測使用的演算法)

要讓電腦辨識的目標資料類型，比如要做聲音辨視就需要聽覺模型，要辨視人類就需要視覺模型

更準確的模型說法是:

非時序性的卷積神經網路（CNN）模型 -> 用於圖像辨識

時序性的遞歸神經網路（RNN）模型 -> 用於聲音辨識

其餘還有 LSTM , Q-Learning , GAN , YOLO等等

TensorFlow 官方也推出了許多解決特定問題的模型 例如：

PoseNet -> 人體骨架檢測模型

HandPose -> 手勢檢測模型

深度學習框架

建立學習模型的工具

最主流的框架就是TensorFlow (Google)了

但在2021年間，開始流行起PyTorch (Facebook)

其餘還有 Keras、Caffe、PyTorch、CNTK、MXNet、DL4J、Theano、Torch7、Caffe2、Paddle、DSSTNE、tiny-dnn、Chainer、neon、ONNX、BigDL、DyNet、brainstorm、CoreML等

以及專門訓練YOLO模型的DarkNet框架