pyTorch深度学习框架:基于动态图计算的特性,基于静态图计算深度学习框架相比,更多的优势,速度快,强大的包可调用。
一、人工智能
1、人工智能:强人工智能: 智能 弱人工智能:人工
2、人工智能的三起两落:
- 1956年提出人工智能概念
- 1980 专家系统:指解决特定领域问题的能力已达到该领域的专家能力水平,其核心运用专家多年积累的丰富经验和专业知识,不断模拟专家解决问题的思维,处理只有专家才能解决的问题
- 1990 机器学习 深度学习
机器学习=统计学习方法(统计学原理)
3、1957 单层计算单元神经网络模型==感知机 perceptron 分类问题,二分类线性模型。
+1 -1 分离超平面 优点:容易处理线性可分,不能处理异或问题,也就是不能处理非线性问题。
4、多层神经网络模型,输入层 隐藏层 输出层
5、计算机视觉:机器能否对视觉信息进行收集,处理和分析,是机器智能一个重要的体现用途,让机器拥有人类一样的视觉能力也是计算机视觉诞生的初衷。 计算机视觉分为信息的收集,信息的分析,信息的处理。
6、图片分类,图像目标识别,图像语义分割(对识别的类别使用同一种像素进行标识打上标签)
7、自动驾驶
8、图像风格迁移Neural style
二、相关数学知识
1、矩阵运算
标量:独立存在的数
向量:一维:一列按顺序排列的元素
矩阵matrix:二维数组结构
张量:数组的维度超过了二维,高维数组
矩阵的加法 减法 乘法。
2、导数求导
一阶导数的几何意义:斜率
复合链式求导法则
三、深度学习网络基础
监督学习 | 无监督学习 | 半监督学习 | 弱监督学习 |
回归问题(连续) | 聚类 | ||
分类问题(离散) |
<