关键词：
具有感知、学习、推理和解决问题等认知功能的机器被认为拥有人工智能。
当机器具有认知能力时，人工智能就产生了。人类在相关领域的能力是人工智能的衡量标准。
- 弱人工智能 弱人工智能执行特定任务，甚至比人类做得更好，例如，围棋人工智能AlphaGo。弱人工智能是目前人工智能的主要研究领域。
- 强人工智能 强人工智能能够像人类一样精确地执行任何智力任务。
人工智能(AI)出现在20世纪中期，当时科学家们试图设计智能机器。
机器学习是在20世纪后期发展起来的，是人工智能的一种方法，机器学习技术让科学家可以训练人工智能机器。
机器学习领域中有一类算法，模拟人类大脑中的神经网络工作模式，称为人工神经网络。本世纪初，多层神经网络的突破进展，导致了深度学习的出现。
机器学习
机器学习是人工智能的一种方法，是人工智能的子集。
机器学习系统通过从输入和输出数据中提取模式来学习。
机器学习(ML)基于样本数据学习，程序从有标记的数据(监督学习)、无标记的数据(无监督学习)或两者的组合(半监督学习)中学习。
人工神经网络
人工神经网络，模拟人类大脑中的神经网络工作模式，是机器学习领域中的一种算法。
人工神经网络由许多简单的处理单元(神经元)互联组成。这些神经元被分成了很多层，层与层之间的神经元有连接，而层内之间的神经元没有连接。最左边的层叫做输入层，这层负责接收输入数据；最右边的层叫输出层，我们可以从这层获取神经网络输出数据。输入层和输出层之间的层叫做隐藏层。
本世纪初，多层神经网络的突破进展，导致了深度学习的出现。
深度学习
隐藏层比较多（大于2）的神经网络叫做深度神经网络。而深度学习，就是使用深层架构（比如，深度神经网络）的机器学习方法。
相比浅层网络，深度网络的性能更好，但也更难训练，需要更多数据。
人工智能、机器学习及深度学习之间的关系
机器学习是人工智能的一个子集，深度学习是机器学习的一个子集。
深度学习大发展的驱动力
自20世纪50年代以来，人工智能的发展经历了几次低潮和高潮，近几年来，人工智能又一次迎来发展高潮，背后有强大的驱动力：
- 随着互联网的发展，海量数据变得容易获取
- 随着硬件性能提高，GPU可以快速执行深度学习的计算
- 改进的神经网络性能
监督学习与无监督学习
人工智能的学习是指，给人工智能系统提供一批样本数据，人工智能从这些数据中总结出一个规律（函数），然后使用这些规律来预测其他数据。
人工智能的学习分为2类：
监督学习：对有标记（分类）的训练样本进行学习，以尽可能对训练样本集外的数据进行标记（分类）预测。
监督学习中，所有的标记（分类）是已知的。因此，训练样本的岐义性低。
无监督学习：对没有标记（分类）的训练样本进行学习，以发现训练样本集中的结构性知识。
这里，所有的标记（分类）是未知的。因此，训练样本的岐义性高。
聚类就是典型的无监督学习，经过聚类后的样本数据就可以用来做监督学习。
人工智能深度学习入门练习之（33）深度学习–自适应线性单元
深度学习–自适应线性单元如前所述，在20世纪50年代，感知器(Rosenblatt,1956,1958)成为第一个能根据每个类别的输入样本来学习权重的模型。约在同一时期，自适应线性单元(adaptivelinearelement,ADALINE)简单地返回函数f(x)本身的值来... 查看详情
人工智能深度学习入门练习之（10）tensorflow–介绍
...队开发。TensorFlow使用方便，开发人员可以用来开发各种人工智能应用。TensorFlow的官方网站:www.tensorflow.orgTensorFlow的主要特性：以张量(一种多维数组)为基础，轻松定义、计算数学算式提供对深度神经网络和机器学习技术的编程支... 查看详情
人工智能深度学习入门练习之（30）深度学习–人工神经网络
本章我们将从生物神经元开始学习人工神经网络。生物神经元哺乳动物的大脑有数十亿个神经元。神经元是人脑中相互连接的神经细胞。神经元参与处理和传递化学信号和电信号，它们接受信号输入，在细胞核中处理信号，如果... 查看详情
人工智能深度学习入门练习之（12）tensorflow–数学基础
在创建TensorFlow中的应用程序之前，最好能先理解TensorFlow所需的数学概念。数学被认为是任何机器学习算法的核心。线性代数标量(scalar) 一个单独的数向量(vector) 一列数，即一维数组矩阵(matrix) 二维数组张量(tensor) ... 查看详情
人工智能深度学习入门练习之（21）tensorflow–创建计算图(代码片段)
创建计算图下面的代码在内存中创建一个默认计算图。importtensorflowastfx=tf.Variable(3,name="x")y=tf.Variable(4,name="y")f=x*x*y+y+2代码中声明了变量和函数，这将会在内存中创建一个默认计算图。默认计算图默认计算图是TensorFlow默认生成的... 查看详情
算法设计与分析入门学习练习之二
//计算1/1!-1/3!+1/5!-1/7!+…+(-1)^(n+1)/(2n-1)!floatmathTest(intn){intsign=1;floatsum=1,t=1;for(inti=1;i<=n-1;i++){sign=sign*(-1);t=t*(2*i)*(2*i+1);sum=sum+sign/t;}returnsum;}//判断一个是否为完数(如：28=1+2+4+7+ 查看详情
深度学习之kerasvstensorflowvspytorch三种深度学习框架
深度学习是人工智能的子集，深度学习模仿人脑处理数据的神经通路，将其用于决策、检测对象、识别语音和翻译语言。它从非结构化和未标记的数据中学习，无需人工监督或干预。深度学习通过使用人工神经网络的... 查看详情
深度学习之概述(overview)
2016年被称为人工智能的元年，2017年是人能智能应用的元年；深度学习技术和应用取得飞速发展；深度学习在互联网教育场景也得到广泛应用。本文主要介绍机器学习及深度学习之定义及基本概念、相关网络结构等。 本... 查看详情
机器学习之深度学习入门(代码片段)
个人公众号yk坤帝获取更多学习资料，学习建议本文用浅显易懂的语言精准概括了机器学习的相关知识，内容全面，总结到位，剖析了机器学习的what，who，when,where,how，以及why等相关问题。从机器学习... 查看详情
深度学习之tensorflow安装与初体验(代码片段)
...个关系：深度学习的前身是人工神经网络，深度学习只是人工智能的一种，深层次的神经网络结构就是深度学习的模型，浅层次的神经网络结构是浅度学习的模型。浅度学习：层数少于3层，使用全连接的一般被认为是浅度神经... 查看详情
参考《深度学习之pytorch实战计算机视觉》pdf
...，推荐阅读《深度学习之PyTorch实战计算机视觉》。学到人工智能的基础概念及Python编程技能，掌握PyTorch的使用方法，学到深度学习相关的理论知识，比如卷积神经网络、循环神经网络、自动编码器，等等。在掌握深度学习理论... 查看详情
书籍链接汇总
Python与人工智能1，《深度学习入门：基于Python的理论与实现》高清中文版PDF+源代码高清中文版PDF，314页，带目录标签，可复制粘贴，高清晰。https://pan.baidu.com/s/1nk1IHMUYbcuk1_8tj6ymoghttps://www.jianshu.com/p/20da7c1339ef链接：https://pan.baidu.... 查看详情
人工智能第一弹|机器学习和深度学习入门教程
...时间没有分享教程资源了，今天就为大家分享精选的人工智能入门教程，带小伙伴们一起入门人工智能，这只是第一弹哦，月底还有最新最全的AI人工智能全套教程。 ● 内容简介：教程主要内容涉及机器学... 查看详情
对比学习:《深度学习之pytorch》《pytorch深度学习实战》+代码
PyTorch是一个基于Python的深度学习平台，该平台简单易用上手快，从计算机视觉、自然语言处理再到强化学习，PyTorch的功能强大，支持PyTorch的工具包有用于自然语言处理的AllenNLP，用于概率图模型的Pyro，扩展了PyTorch的功能。通... 查看详情
麦子深度学习之-机器学习算法高级进阶
麦子深度学习之-机器学习算法高级进阶随笔背景：在很多时候，很多入门不久的朋友都会问我：我是从其他语言转到程序开发的，有没有一些基础性的资料给我们学习学习呢，你的框架感觉一下太大了，希望有个循序渐进的教... 查看详情
[人工智能-综述-8]：为什么说，人工智能的入门学习可以从“深度学习”开始
...xff1a;https://blog.csdn.net/HiWangWenBing/article/details/119215267目录1.人工智能、机器学习、深度学习的关系2.为什么选择从“深度学习”入手人工智能2.1深度学习是三个概念中最小的概念2.2 入手相对于机 查看详情
深度学习如何入门，需要啥基础？
...，计算机相关专业的高校讲师，从事IT行业的编程人员，人工智能领域的从业人员。在有一定基础的前提下还是能学会的。无编程基础的人员则需要提前学习python的基础课程（某公的深度学习课程会单独赠送python基础课程的，无... 查看详情
机器学习之基础知识（全）(代码片段)
目录1.机器学习概述1.1人工智能概述1.1.1人工智能使用场景1.1.2人工智能小案例1.2 人工智能发展历程1.2.1图灵测试1.2.2发展历程1.2.3小结1.3人工智能主要分支1.3.1 人工智能、机器学习和深度学习1.3.2主要分支介绍1.3.3人工智能发展... 查看详情