这篇博客记录了作者阅读邱锡鹏《神经网络与深度学习》的感悟，强调了图灵测试在AI领域的意义，概述了人工智能的感知、学习和认知三个主要领域。同时，介绍了几种常用的深度学习框架，如Theano、Caffe2、TensorFlow、Chainer和PyTorch，讨论了它们的特点和应用场景。
改模型调参数的同时，用java和python实现今日的算法，用习惯了C++写算法，真是不习惯用java.
抽时间阅读了邱老师的新书《神经网络与深度学习》，最近会做一些整理。
《神经网络与深度学习》第一章绪论
最初人工智能的idea来自图灵测试，重读图灵测试的核心思想，不得不说，精简的话语撑起了AI的半边天，尤其是自己对GAN深入研究的半年，生成对抗的思想真的是图灵测试最好的诠释。要想使计算机通过图灵测试，计算机必须具备理解语言，学习，记忆，推理，决策等能力，进而引申出了NLP，CV, RL, KG等相关方向。
人工智能的主要领域大体上可以分为以下几个方面：
感知：语音信息处理，计算机视觉
学习：监督学习，无监督学习，强化学习
认知：知识表示，NLP，推理决策等
机器学习：从有限的数据中学习出能够代表一半一般性规律或特征的模型，从而可以预测未来的数据。
常用深度学习框架：
Theano1：蒙特利尔大学的Python 工具包，用来高效地定义、优化和执行
Theano 项目目前已停止维
多维数组数据对应数学表达式。Theano可以透明的使用GPUs和高效的符号 护。
微分。
Caffe2：全称为Convolutional Architectu
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
