PyTorch
一、深度学习与计算机视觉
1.1发展历程
本篇为概述部分
机器学习是人工智能(Artificial Intelligence)发展较为快速的一支。
机器学习的思想是让机器自动的从大量的数据中学习出规律,并利用该规律对未知的数据做出预测。在机器学习算法中,深度学习是特指利用深度神经网络的结构完成训练和预测的算法。
人工智能
根据人工智能实现的水平,可以进一步分为三种人工智能:
弱人工智能(Artificial Narrow Intelligence,ANI):擅长某个特定任务的智能。当前的人工智能大多是弱人工智能;
强人工智能:在人工智能概念诞生之初,人们期望能够通过打造复杂的计算机,实现与人一样的复杂智能,这被称做强人工智能,也可以称之为通用人工智能(Artificial General Intelligence,AGI);
超人工智能(Artificial Super Intelligence,ASI):在强人工智能之上,是超人工智能,其定义是在几乎所有领域都比人类大脑聪明的智能,包括创新、社交、思维等。
机器学习
机器学习算法中最重要的就是数据,根据使用的数据形式,可以分为三大类:监督学习(Supervised Learning)、无监督学习(Unsupervised Learning)与强化学习(Reinforcement Learning)。
监督学习:通常包括训练与预测阶段。在训练时利用带有人