早餐 | 第十二期 · 聊聊AI、ML、DL

本文链接：https://blog.csdn.net/OpenVINOCC/article/details/108838820

早餐 | 第十二期 · 聊聊AI、ML、DL

爱学习的 OpenVINO 中文社区

内容来源|曹慧燕
文案 / 排版 | 卢蔷薇
*music by audionautix.com

在这里插入图片描述
大家早上好啊
OpenVINO 早餐
准时为您送达~

每一期都拥有真挚的诚意
每一期都富含满满的干货
还在等什么
让我们一起去看看吧

作者介绍

在这里插入图片描述
○ 曹慧燕

英特尔
IOTG Edge
AI 工程师

正餐部分

大家好，这里是 OpenVINO 早餐。在OpenVINO早餐第一期的节目中，我就跟大家介绍说，OpenVINO是Intel开发的一款用于在Intel的硬件平台上做模型部署的工具包。后来社区中有很多刚入门深度学习的小伙伴经常会问我，到底什么是模型部署？什么是边缘计算？所以，在接下来的几期节目中，我想跟大家聊聊我理解的人工智能，机器学习，深度学习，边缘计算的来龙去脉。如果有讲得不对的地方，欢迎大家一起讨论。
Let’s go!

视频放映

【持续更新】吃 OpenVINO 早餐，玩转深度学习部署

文本阅读

其实从计算机诞生的第一天起，人类对它的期望就是它可以代替人。所以人工智能它是计算机领域的一个非常广泛的概念。任何可以模拟人的行为的程序，我们都可以把它叫做人工智能。

在这里插入图片描述
在传统的专家系统中，我们把人类的经验编到程序中，让程序根据人类定义好的逻辑去处理问题。

在人工智能的领域里，有一个分支叫机器学习。机器学习，就是我们建一些算法，这些算法能够通过大量的数据来自动调整参数，从而提高准确性。举个例子，比如说我们要预测房价，我们发现房价跟它的面积，房龄、地理位置等等因素都有关系，那这个找相关因素的工作就是我们通常说的特征提取。提取到相关的特征以后，我们就可以建一个数学模型（也就是数学公式）来预测房价。这个数学模型中的参数就需要通过大量的真实数据来进行调整，从而提高这个模型的准确性。所以大家看到，传统的机器学习通常有两步，第一步提取有用的特征，第二步对这些特征建立数学模型并学习参数。

在机器学习中又有一个分支叫深度学习。目前我们说的深度学习，主要是指构建神经网络这样多层的模型结构，让程序自己可以从大量的数据中提取特征，并且学习到模型的参数。所以我们经常说神经网络是一种简单粗暴的端到端的解决方案。我们只需要构建一个网络，然后给它input，就可以得到output。

其实，第一个神经网络（感知机）在1957年就被发明出来了。直到今天，在经历了几次的低谷和高峰后，随着计算机算力的发展，神经网络也越来越复杂，功能越来越强大。尤其是在计算机视觉和语音识别领域，已经达到甚至超过了人类。

END

好了，今天就聊到这里。感谢收听，我们下期节目再见！希望今天的内容对大家有帮助。如果你希望和更多小伙伴交流心得体会，都欢迎在留言区告诉我们。也欢迎感兴趣的小伙伴赶快加入我们社区！在这里，你可以分享任何你对 OpenVINO 的想法、使用体验，或者你使用 OpenVINO 做过的项目等等。

谢谢大家收听，我们下期节目再见！

原文发布于2020-07-30：早餐 | 第十二期 · 聊聊AI、ML、DL

关注我们，让开发变得更有趣👇
在这里插入图片描述