人工智能、机器学习、神经网络、深度学习

      大家好！初次接触深度学习，就从最基本的知识点开始，有不正确的地方，还请多多指教！！！！！

目录

1.1 人工智能、机器学习、神经网络、深度学习之间的关系

 1.1.1 人工智能和机器学习

1.1.2 神经网络和深度学习（人工智能的一个子领域）

1.2 神经网络简史

1.3 深度学习的应用

1.4 深度学习框架

---

1.1 人工智能、机器学习、神经网络、深度学习之间的关系

 1.1.1 人工智能和机器学习

人工智能（Artificial Intelligence）发展历程如图1所示:

图1 人工智能发展历程图

人工智能：指机器获得像人类一样的智能机制的一个技术。

机器学习：是一类算法的总称，这些算法从大量历史数据中挖掘出其中隐含的规律，并用于预测或者分类，机器学习可以看作是寻找一个函数，输入是样本数据，输出是期望的结果。机器学习的目标是使学到的函数很好地适用于“新样本”，而不仅仅是在训练样本上表现很好。学到的函数适用于新样本的能力，称为泛化（Generalization）能力。他也是连接深层神经网络和人工智能之间的主要桥梁。

图2 机器学习

图3  人工智能机器学习神经网络深度学习之间的关系

注：

        我认为人工智能是我们将要实现的目标，机器学习是实现手段，深度学习是其中一种方法。

1.1.2 神经网络和深度学习（人工智能的一个子领域）

神经网络：一种以神经元为基本单位的模型。

深度学习（2006年）：一类机器学习问题，主要解决贡献度分配问题。

图4 神经网络和深度学习

1.2 神经网络简史

浅层神经网络（1943年）

 图5 浅层神经网络

图6  浅层神经网络发展时间线

深度学习（Deep Learning  2006年）

 图7 深度学习发展时间线

1.3 深度学习的应用

计算机视觉：图片识别、目标检测、语义分割（识别物品类别）、图片生成等。

自然语言的处理：基于统计的谷歌翻译、机器人聊天。

强化学习：AlphaGo、机器人、无人车。

1.4 深度学习框架

选择框架原则：

1、建议和快速的原型设计；

2、自动梯度计算；

3、无缝CPU和GPU切换。