Tensorflow学习笔记1
第一讲 人工智能概述
1、 什么是人工智能?
机器模拟人的意识和思维。
2、 什么是机器学习?
机器学习是一种统计学方法,计算机利用已有的数据得出某种模型,再利用此模型预测结果。(随经验增加,效果更好)要先用以往数据训练模型,再用模型预测新数据的结果。
机器学习是实现人工智能的一种方法,是人工智能的子集。
机器学习的三要素:数据 算法 算力
3、 什么是深度学习?
深度学习是深层次神经网络,是机器学习的一种实现方法,是机器学习的子集。(类脑芯片!)
神经元模型:
输入->树突 输出->轴突 计算->细胞核
神经网络发展历程(三起两落)
4、 人工智能vs机器学习vs深度学习
5、 机器学习主要应用:
对连续数据的预测
对于离散数据的归类
应用领域:计算机视觉 语音识别 自然语言处理
6、 小结:
机器学习,就是在任务T上,随经验E的层架,效果P随之增加。
机器学习的过程是通过大量数据输入生成一个模型,再利用这个生成的模型,实现对结果的预测。
庞大的神经网络是基于神经元结构的,是输入乘以权重再求和,再过非线性函数的过程。
7、 TensorFlow安装版本:(Windows虚拟机)
VMware® Workstation 14 Pro:14.1.3 build-9474260
Ubuntu:7.4.0-1ubuntu1~18.04.1
python:2.7
TensorFlow:1.3.0
以上学习内容来自中国MOOC网课程:https://www.icourse163.org/course/PKU-1002536002