《deep learning with pytorch》学习笔记，欢迎批评指正

《deep learning with pytorch》学习笔记，欢迎批评指正

第一章：使用PyTorch进行深度学习入门
近些年来，有关人工智能的话题越来越火热。那么什么是人工智能，人工智能是如何定义的，在本书中谈到通常由人类完成的智能任务的自动化即为人工智能。对于早期的人工智能来说，机器能做一下我们人类很难做到的事情，例如恩尼格码密码机，我们去破解密码可能需要几周的时间，但对于机器来说也就几个小时。虽然机器能解决对于人类比较艰难的问题，但是他不能做像区分猫狗，判断朋友是否生气这样的事情，而且它很难被编码。这种就被称为符号主义AI，它不能做图像识别，物体检测，语言转换等较难的工作。更新的人工智能方法机器学习、深度学习可以做到。
人工智能和机器学习、深度学习的关系是什么，人工智能包含机器学习，机器学习又包含深度学习。
机器学习在销售预测，推荐系统和市场个性化等结构化数据上表现良好，但在计算机视觉和自然语言处理等领域由于特征工程和高维度的原因，解决这样的问题是比较有挑战的。作为机器学习的分支–深度学习可以用现代的技术和硬件去解决类似问题。
深度学习的应用在近些年快速增长，它的应用广泛，如图像分类、语音识别、siri，肺癌检测等。