MIT深度学习课程笔记
介绍
主要外网的MIT自动驾驶课程学习笔记,仅供参考。(外网网址:https://deeplearning.mit.edu/)
一、深度学习发展现状(2020)
2020年发展方向分位三个方向:PyTorch模型和TensorFlow模型互相转化,RL模型成熟度,模型更加抽象(适用范围更加广)。
在国内外的深度学习领域,大家都知道有一些主流的开发框架,谷歌有TensorFlow。
Facebook有Pytorch,微软有CNTK,亚马逊AWS MXNet,而国内有代表性的开发框架主要是百度PaddlePaddle MindSpor和华为eWe仔细梳理框架特点:
众所周知,TensorFlow框架最适合工业大规模部署,它不仅支持深度学习,还支持其他机器学习算法,拥有非常完善的人工智能系统框架,
它在图为计算框架,在操作环境为会话,在操作为计算单元,它已经改变了设计架构,版本更大,前后的差异更底的早期版本TensorFlow,然后从“图灵完整”的TF2.0到现在的Eager模式,随着Eager模式TensorFlow的引入,似乎也在向PyTorch进化。
同样让这些开发者印象深刻的是Tensorflow社区建设的非常好,拥有庞大的维护团队,最新的文章,最完整的数据,热门的挑战,层出不穷。
PyTorch:轻量级灵活易用,用户真的很酷,与Tensorflow行业应用相比,PyTorch更适合科研人员和原型小规模项目快速启动。与Python编程的基础上,对那些非常熟悉Numpy的使用,如果再加上深度学习的基本概念,神经网络具有更好的理解,那么恭喜你,你PyTorch感觉一定很如丝般顺滑,其工具封装和API使用非常符合直觉,非常容易使用,尤其是受研究小组的欢迎。
预计到2025年,企业对人工智能的采用率将达到86%,那么,谁能率先拥有人工智能行业的领先力量,谁就在未来的激烈竞争中占据绝对优势。
二、应用
总结
介绍了一些发展趋势,主要的框架、强化学习的应用、自动驾驶等。