1人工智能概述------机器学习笔记(人工智能应用场景、人工智能必备三要素、人工智能和机器学习,深度学习的关系)

人工智能-机器学习笔记

定位

作为人工智能领域(数据挖掘/机器学习方向)的基础课程,为长期从事人工智能方向打下坚实的基础。

目标

  1. 了解机器学习定义以及应用场景
  2. 掌握机器学习基础环境的安装和使用
  3. 掌握利用常用的科学计算库对数据进行展示、分析

尝试下有趣的机器学习案例吧👇👇👇👇👇👇👇👇👇

1 人工智能概述

学习目标

  • 了解人工智能在现实生活中的应用
  • 知道人工智能发展必备三要素
  • 知道人工智能和机器学习、深度学习三者之间的关系

1 人工智能应用场景

在这里插入图片描述

2 人工智能小案例

案例一:
在这里插入图片描述
你也试试吧👇👇👇
参考链接:https://quickdraw.withgoogle.com

案例二:
在这里插入图片描述
参考链接:https://pjreddie.com/darknet/yolo/

案例三:
在这里插入图片描述
查看更多:https://deepdreamgenerator.com/

3人工智能发展必备三要素:

  • 数据

  • 算法

  • 计算力

    CPU,GPU,TPU
    

在这里插入图片描述

  • 计算力之CPU、GPU对比:

      CPU主要适合I\O密集型的任务 
      GPU主要适合计算密集型任务
    
  • 提问:什么类型的程序适合在GPU上运行?

(1)计算密集型的程序。
  所谓计算密集型(Compute-intensive)的程序,就是其大部分运行时间花在了寄存器运算上,寄存器的速度和处理器的速度相当,从寄存器读写数据几乎没有延时。可以做一下对比,读内存的延迟大概是几百个时钟周期;读硬盘的速度就不说了,即便是SSD,也实在是太慢了。

(2)易于并行的程序。
  GPU其实是一种SIMD(Single Instruction Multiple Data)架构,他有成百上千个核,每一个核在同一时间最好能做同样的事情。
CPU和GPU的区别:
http://www.sohu.com/a/201309334_468740
Google TPU介绍:
https://buzzorange.com/techorange/2017/09/27/what-intel-google-nvidia-microsoft-do-for-ai-chips/

4人工智能、机器学习和深度学习

在这里插入图片描述

  • 人工智能和机器学习,深度学习的关系

     机器学习是人工智能的一个实现途径 
     深度学习是机器学习的一个方法发展而来
    

5 小结

  • 人工智能应用场景【了解】

     网络安全、电子商务、计算模拟、社交网络....
    
  • 人工智能必备三要素【知道】

     数据、算法、计算力
    
  • 人工智能和机器学习,深度学习的关系【知道】

     机器学习是人工智能的一个实现途径
     深度学习是机器学习的一个方法发展而来
    

点个赞吧!!!你的鼓励是对我码字的认可😀😀😀关注一下也不错哦!!
👇👇👇

  • 9
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值