深度学习与人工智能的关系

    .1.4 小结 （内容来自 《动手学深度学习1.pdf》）
        • 机器所展现出的智能叫做人工智能。
        • 机器学习研究如何使计算机系统利⽤经验改善性能。它是⼈⼯智能领域的分⽀，也是实现
        人工智能的一种手段。
        • 作为机器学习的一类，表征学习关注如何自动找出表示数据的合适方式。
        • 深度学习是具有多级表征的表征学习方法。它可以逐级表示越来越抽象的概念或模式。

关于“Kaggle”的搜索结果 - MXNet / Gluon 论坛

《动手学习深度学习》环境搭建详细教程 - 安装和配置 - MXNet / Gluon 论坛

打开命令行工具Anaconda Prompt
conda --version
1、查看已有虚拟环境
    # 查看已有的虚拟环境，选择你要切换到的虚拟环境
    conda info --envs
    # 或者
    conda env list
2、创建新的虚拟环境
    # 在命令行输入如下命令
    conda create --name newName python=3.7
    # 激活新建的虚拟环境
    activate newName
    # 在当前的paddle环境中安装好ipykernel
    conda install ipykernel

    #查看当前环境安装了哪些包
    conda list
    
    
    在线python环境：
    https://lightly.teamcode.com/dashboard
    
    
    pip install pandas
    
3. 
   使用Anaconda 安装tensorflow框架
   在Jupyter Notebook里面编写python，并运行和调试功能。

        -- 它被称作监督学习是因为对于每个数据来说，我们给出了“正确的答案”，即告诉我们：
        根据我们的数据来说，房子实际的价格是多少，而且，更具体来说，这是一个回归问题。回
        归一词指的是，我们根据之前的数据预测出一个准确的输出值
        
        虽然专家系统（expert system）对于涉及复杂推理的任务⾮常有效，但它却很难解决例如图像识别和语⾳识别这样
            对⼈类较简单的问题。⼈类还需要另⼀种通往⼈⼯智能的⼿段：机器学习（machine learning）。
        实际上，在机器学习的众多研究⽅向中，表征学习（representation learning）关注如何⾃动找
            出表⽰数据的合适⽅式，以便更好地将输⼊变换为正确的输出。而本书所要重点探讨的深度学习
            （deep learning）正是表征学习的一类方法。
            
        深度学习是具有多级表⽰的表征学习⽅法。在每⼀级（从原始数据开始），深度学习通过简单的
            函数将该级的表⽰变换为更⾼级的表⽰。因此，深度学习模型也可以看作是由许多简单函数复合
            而成的函数。当这些复合的函数⾜够多时，深度学习模型可以表达⾮常复杂的变换。
            深度学习可以逐级表⽰越来越抽象的概念或模式。
        深度学习可以逐级表⽰越来越抽象的概念或模式。以图⽚为例，它的输⼊是⼀堆原始像素值。深
            度学习模型中，图⽚的第⼀级的表⽰通常是在特定的位置和⻆度是否出现边缘。而第⼆级的表⽰
            通常能够将这些边缘组合出有趣的模式，例如花纹。在第三级的表⽰中，也许上⼀级的花纹能进
            ⼀步汇合成对应物体特定部位的模式。这样逐级表⽰下去，最终，模型能够较容易根据最后⼀级
            的表⽰完成给定的任务，例如图⽚分类。值得⼀提的是，作为表征学习的⼀种，深度学习将⾃动
            找出每⼀级表⽰数据的合适⽅式。