三分钟入门，带你探索快乐AI星球~

人工智能 机器学习 深度学习

还是傻傻分不清楚？一张图带你搞懂它们的关系！

机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。

简单来说，他们之间的关系就是：

人工智能 > 机器学习 > 深度学习

\

机器学习中的“Hello World”

回想一下我们入学时的第一门语文课，是从拼音开始的，第一堂英语课，是从26个字母开始的。

同样，在计算机领域，大家在学习C、Java等一门新的语言时，都是从“Hello World！”开始的（这也算是计算机领域的经典行话之一了）。

下面我们就Python来展示一下，如何开始这个“Hello World”的过程的。

STEP 1

进入极链AI云平台，登录账号

STEP 2

创建实例，打开jupyterlab

STEP 3

File -> New -> Notebook

STEP 4

在代码行输入代码

STEP 5

同时按住Ctrl + Enter键，运行代码

动手试一试，开始你的“Hello World！”吧！

恭喜你！已经成功打开人工智能的大门，从这里开启你神秘而又充满乐趣的AI之旅吧！

\\

深度学习的过程

说起深度学习，不得不谈卷积神经网络，也就是大家经常可以看到或听到的CNN。现在的很多应用，像目标识别、风格迁移、语音识别，其实都是基于CNN或者CNN的进阶版本DCNN上。

其实很好理解，不论是深度学习还是机器学习，重点在“学习”二字上。想一想我们对学习可并不陌生，从小到大，我们从未停止过学习。学习说话、学习知识……而完成学习的过程中，大脑发挥着重要的作用。

现在，我们要面临的问题就是如何教会计算机学习？比如下面两幅图，你不用思考就知道左边是数字0，右边是数字5。

但是，对于计算机来说，它看到的只是一个28*28的由0和1组成的矩阵。那么，我们要如何教会计算机学习，让它自己就能认识数字呢？

很自然地，我们就需要给计算机赋予一个“大脑”，让它去分别学习每个数字的特征，然后，像人一样能够自己分辨出来。

具体如何开始这个过程呢？让我们回想一下我们当时是如何学会认识数字的。

仔细想想，其实在你人生中的前几堂数学课，老师不断地将这0-9这几个数字写在黑板上，一遍又一遍地告诉你哪个是0，哪个是9。

数据处理

所以呢，我们首先也要告诉计算机这是0，那是9。这个过程就是建立模型的第一步“数据处理”。

首先，我们要先构建一个数据集，很多张不同手写数字的图片。而0-9就是我们给对应的图片做的“标签”，我们给一张图片打上0-9的标签的过程就是“数据标注”。

同时，为了方便后期我们对计算机地学习成果的检查，我们还要后面还要对计算机进行考试。所以我们还要将数据集划分成训练集和测试集。

模型建立

有了老师的教导之后，要想真正学会手写数字的识别，最重要的还是自己的在大脑中的消化吸收。

虽然每个人在书写数字的时候习惯不同，所呈现出来的数字的形态也有所差异。但不同的数字总有特定的特征让你记住它，比如数字9有两个特征：

1. 他的组成成分有个“0”;

2. 除了“0”这个成分以外，它还有个“1”

其中，假如这个竖稍微倾斜一点，或者弯曲一点，你还是可以很轻松地认出来它就是9。这个过程就是提取特征的过程。

有了特征之后，如何去建立模型呢，这两个特征是如何影响我们识别出数字9的呢？

回想一下我们之前学习牛顿第二定律的过程。

为了确定物体的加速度a和作用力F之间的关系，我们不停地在斜坡上拉小木块。经过大量的实验提出了模型假设：a=w*F，然后又经过大量的实验发现参数w是物体质量的倒数(1/m)。

机器学习或者深度学习的核心过程其实就是找出这个参数的过程，或者说调参。这个参数应该能够满足当前已知的数据，有个专业名词叫“拟合”。

找到这个参数之后呢，我们还需要一个标准去评价当前所找到的参数好不好，就用到了损失函数。

我们建立模型的目标是希望经过模型计算的预测值与真实值尽可能地接近，损失函数就是衡量预测值与真实值之间的差距的评价函数。

在训练过程中，我们希望这个损失函数越小越好，也就是预测值和真实值越接近越好。

这个建立的模型以及找到的参数到底表现怎么样呢？拟合已知数据的能力如何？我们随便手写一个数字它能够识别出来吗？这就需要我们对其进行评估与测试。

至此，你已经掌握了机器学习模型训练的全过程啦，下面就跟着我一起来探索快乐星球吧！