课程视频在线视频

就是您刚刚说到

一个图像识别来结合时空

就是时间和空间上的一个分析

其实我在想

如果说我得到了一个公共场地

它的类似于无人机拍摄的

一个视频信息

能否通过类似于图像的

一个处理方式来分析这块场地

它在不同时间里面人的活动

来进行一个深度学习的

一种可能性

我觉得你这个问题提得也挺好的

就是说怎么去做这个事情

我记得好像龙老师做过

就拍到一个小场地

然后看有多少人

把它画成一个个小格子

这个里面

其实它涉及到一系列的技术流

就这个场地有多少人

如果说

比方说一平方公里的一个地方

你用WiFi

或者说你用手机信令数据

你能解决这个问题

你就没有必要再去用图像

这是我认为的第一点

如果你要用图像的话

接下来你要做的

一个负担比较大的工作

就是个体行为的识别

用计算机视觉

把这个行为给识别出来

一个一个多少人

然后走过来走过去

这个工作如果说是你来做

即便是我来做的话

我通常也会交给专业的人去做

比方说有计算机视觉公司

然后他去给你一段视频

你把它都提取出来

然后多少人

等到他给我的话就是轨迹了

这个人的轨迹点的一个数据

再用这个轨迹点的数据

我再去做分析

所以这个过程中比较长的一个链

我的建议就是说

最好是专业人做专业的事

图像交给他们

最后

我们就干那种结构化分析的问题

所以我这属于

不专业的人干专业的事

也不是

现在是我们团队在做的一个工作

类似于

各位知道威廉·怀特有一本书

叫《小尺度城市空间的社会生活》

《小尺度公共空间的社会生活》

然后他就在纽约观察一个公园

他人眼观察

他盯着那个公园

他盯了很长时间

来观察人的活动

和公共空间的关系

当然我们架设一个活动的

类似于摄像头

来观察这个空间两个小时

或者八个小时

我们拍录像

然后把识别到的人自动地

把空间打网格

因为这个还不是垂直拍

无人机是垂直

我们是斜着拍

把平面的空间

转移成为笛卡尔坐标系的

真实的坐标

然后再把人固定到那儿

然后观察人的

什么地方人多 什么地方人少

人怎么能通过

然后人和设计 一些装置的关系

当然那个有时间

我们可以在图像上分析

对

我听了刚才关于深度学习的

这些说法

我的想法就是

不管是有监督还是无监督

像这种

它既然可以自学围棋

它是否有可能

自学城市规划

或者是自学建筑设计

并且通过有监督的方式

比如说有人在背后给它打分

或者说无监督的话

学了城市规划

完全对比他最后的结果

交通是否更合理等等的方式

最后实现对人工的 人力的替代

对 我觉得你这个问题非常好

其实有一种新的模型叫GAN

对抗生成网络

这个GAN模型的话

它其实就是在做类似的一个事情

它做的是什么呢

比方说给出一幅图片

然后给它大量的这种卡通小人

卡通小人的图片

然后长得很漂亮 小人很可爱

然后它自动地生成一个

然后也长成这样的一个人

或者说你给它一个普通的

这种自己拍的一段视频

它给你自动转成水墨画风格

或者卡通动画风格的

这种风格迁移

都在做这样的一个事情

你可以了解一下这块的东西

但是我知道

它这个技术现在相对来说

没有我们实用级的那么成熟

它很大程度上来说就是

生成的这个图片

它论文里面写得很好

然后就那几张图片 很漂亮

但是离了这几张图片

其他图片有很多

可能鼻子 眼都是歪的

然后分辨率又会比较低

可能会有这样的一些问题

但是现在人们特别想做的事情

就是用这种GAN来生成一个

具有创造力的这样的一个东西

它的做法就是说两个网络

第一个网络去生成一张图片

然后第二个网络去判断这个图片

是不是生成的 还是真的

然后我有一堆真的图片

另外一堆是这个模型生成的图片

都喂给第二个网络

第二个网络去判断是真的

还是生成的

第一个网络想办法

把第二个网络欺骗过去

第二个网络想办法识别

然后这样的话

通过这样的一种迭代之后

这个模型收敛

收敛完了之后

判别那个网络就扔掉 不用了

而生成那个网络就有用了

就是一个造假 一个验假

到最后

验假的已经识别不出来造假的了

这个造假就很高 训练很好了

然后就把验假的弄过去了

就是这样

这个目的就是

生成更像人画的方案

对 是这样

当然这个还在路上

是

对 因为这个方案主要太复杂了

对

关于GPU 现在GPU很火 这个东西

之前您说的4核 8核

它们是分别用于不同事物的处理

对 那个GPU您说是

比如说有100核

然后可以同时处理一个事物

它的优势是什么

还有

GPU在城市计算里面用得多吗

因为老是听到这个词 GPU

现在还经常说

买一块类似于什么什么卡

说这个就是GPU

对 没错

首先GPU是这么一个概念

就是说它有很多很多核

然后CPU的话

比方说一个核在那儿

算你的看电影

另外一个核你在那儿写word

这样的话并行不悖

这样的一个做法

而GPU不是这样

GPU是说我一个命令过去的话

所有的核都做加法

第二个命令下去所有核都做乘法

当然你可以给它不同的数据

它适合什么呢

适合矩阵乘法 大量的矩阵乘法

第一行乘以第一列

第一行就给第一个

和第一列数据给第一块CPU

第二行乘以第二列

然后给第二个核

第三行乘以第三列

其实矩阵乘法

第一行乘以第一列

第二行乘以第一列

第三行乘以第一列

所以说的话你的数据

大家都做向量乘

但向量乘的话

第一个核给的是第一行对第一列

第二个核给的是第二行对第一列

这样很快就算出来了

所以它特别适合深度学习的训练

因为深度学习里面

当然可以看到了

这里面的这个模型结构

稍等

就它这个模型结构比较适合于

拆成这种并行的 是吧

它比较适合并行

对 这里面的话

这里面的这个

这是一个矩阵

这个向量

它是乘了一个矩阵乘法之后

再过后面向量

再做矩阵乘法

层一多了话全部是矩阵乘法

所以它处理矩阵特别好

所以说GPU的话就是用来

现在GPU它本身是用来看视频的

因为你在视频里面的时候也是

每一张图片都是一个矩阵

所以它处理的矩阵特别快

但是后来大家发现

算深度学习挺快

就用GPU算深度学习

后来生产GPU的英伟达公司

还专门为他们的GPU

开发了一套cuda的套件

然后用来支持

你去做深度学习的计算

CPU和GPU的程序还得做代码

不 是这样的话

就是说比方你用深度学习的时候

你用TensorFlow框架

TensorFlow框架你要是写上

你加一行注释

然后它就在CPU上跑

再加另外一行注释

它就在GPU上跑

然后你会发现CPU算了三天

GPU算俩钟头算出来了

就是这样

明白 因为现在深度学习

好多框架性的东西

最开始用TensorFlow

对

现在用什么PyTorch

对 就这些

这个平台是什么

你说什么

深度学习的话

怎么了

就是如果自己想入门

图像的分类

对

比如说要素识别

一般用什么比较多

其实你用TensorFlow就挺好的

还有有一些的话

现在深度学习也很简单

你写一行就是这一层

然后几行几层

对 其实TensorFlow挺好

我记得

有一个词我刚刚在脑子里想

想不太起来了

是另外一个框架

它是支持不同的框架的

不同你PyTorch也好

然后还有好

它底下写成一个统一的语言

就是我就打算这么去做

深度学习的网络

它直接就给你跑了

然后底层的GPU的话

你只要花钱把GPU买回来

装上了就行了

就不用管这事了 这个贵吗

对

你说价格是吧

对

价格还可以

价格现在 对 还可以

现在是这样的

英伟达公司它为了商业利益

它专门出一种卡叫计算卡

像特斯拉计算卡特别贵

然后出GPU的话

那种的话就是游戏卡

但是游戏卡

其实性能不比那个差多少

但是要便宜很多

然后他要求说所有的

你如果算深度学习的话

不得使用游戏卡

必须得使用计算卡

但实际上差不多

实际上大家都用游戏卡

因为游戏卡都是个人的

对

明白 行 好吧