MIT深度学习课程笔记

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。