深度学习-基础知识（一）

什么是深度学习

要介绍什么是深度学习，首先要知道什么是机器学习，因为深度学习是包含于机器学习的

从两个角度区分机器学习和深度学习

一、

机器学习是

1. 一门讨论各式各样的适用于不同问题的函数形式
2. 如何使用数据来有效地获取函数参数具体值的学科

深度学习是机器学习中的一类函数，通过学习大量的样本数据，得出内在的规律，使得机器可以像人一样具有分析学习能力，能够解决某个特定的问题。

比如让机器学习1000张不同种类的猫、猫的不同的姿态，使得其可以判断用户给的某张图片是否是猫。

二、

在机器学习中，表征学习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。

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。这也印证了深度学习的形式通常是多层神经网络，逐级表示越来越抽象的概念。

由此可以得出深度学习的四个步骤

1. 准备数据
2. 设计模型
3. 构造损失函数和优化器
4. 训练模型

无论再难再复杂的问题，都是这四个步骤，无非是四个步骤的不断扩展

深度学习的工具

1. PyTorch

   这个开源工具包使用 Python 脚本语言，一般用于 自然语言处理和计算机视觉。它具有强大的 GPU、内存使用效率和动态计算图，这使得它在协助开发 动态神经网络方面很受欢迎，并能够根据用户的要求建立图形和可视化。

2. MXNet
   MXNet是一个轻量化分布式可移植的深度学习计算平台，它支持多机多节点、多GPU的计算
   –openMP+MPI/SSH+Cuda/Cudnn的框架的计算速度很快，且能够与分布式文件系统结合，实现大数据的深度学习。MXNet支持从单机到多GPU.多集群的计算能力
   MXNet特点如下：
   –(1)基于赋值表达式建立计算图;
   –(2)支持内存管理，并对两个不交叉的变量重复使用同一内存空间；
   –(3)使用C++实现，并提供C风格的头文件。支持Python、R、Julia、Go和JavaScript；
   –(4)支持Torch；
   –(5)支持移动设备端发布。

作者也是初学小白，只用过这两种，以后用过别的再做介绍