.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。