Äú¿ÉÒÔ¾èÖú£¬Ö§³ÖÎÒÃǵĹ«ÒæÊÂÒµ¡£

1Ôª 10Ôª 50Ôª





ÈÏÖ¤Â룺  ÑéÖ¤Âë,¿´²»Çå³þ?Çëµã»÷Ë¢ÐÂÑéÖ¤Âë ±ØÌî



  ÇóÖª ÎÄÕ ÎÄ¿â Lib ÊÓÆµ iPerson ¿Î³Ì ÈÏÖ¤ ×Éѯ ¹¤¾ß ½²×ù Model Center   Code  
»áÔ±   
   
 
     
   
 ¶©ÔÄ
  ¾èÖú
תÐÍAI²úÆ·¾­Àí£¬Ô­À´²»ÐèҪѧÄÇôÉîµÄËã·¨ºÍÊýѧģÐÍ
 
  2677  次浏览      30
 2018-1-4  
 
±à¼­ÍƼö:
±¾ÎÄÀ´Ô´Àî½Ü¿Ë£¬ÕâÆªÎÄÕÂÄܹ»ÈÃÄã¶ÔAIÓÐЩеÄÈÏÖªºÍÀí½â¡¢¶àЩÐÅÐÄ£¬ÖÁÉÙÄã²»»áÔÙ¾õµÃAIÊÇÄÇô¸ß²»¿ÉÅÊ¡¢Ò£²»¿É¼°£¬Ïà·´£¬AIÊÇÆÕͨÈËÒ²¿ÉÒÔÀí½â¡¢Ñ§Ï°ºÍʵÏֵġ£

¡ª¡ª¡ª¡ª / BEGIN / ¡ª¡ª¡ª¡ª

Hello£¬World£¡

ÕâÊÇÎҵĵÚһƪÎÄÕ£¬Èç¹ûÄ㻹ûϵͳµØÑ§Ï°¹ýAIËã·¨Ïà¹ØÖªÊ¶£¬ËüÓ¦¸ÃÄܹ»ÈÃÄã¶ÔAIÓÐЩеÄÈÏÖªºÍÀí½â¡¢¶àЩÐÅÐÄ£¬ÖÁÉÙÄã²»»áÔÙ¾õµÃAIÊÇÄÇô¸ß²»¿ÉÅÊ¡¢Ò£²»¿É¼°¡ª¡ªÏà·´£¬AIÊÇÆÕͨÈËÒ²¿ÉÒÔÀí½â¡¢Ñ§Ï°ºÍʵÏֵġ£

´ó¸Å¿ÉÒÔÓÃÒÔϼ¸¸ö±êÇ©¼òµ¥¸ÅÀ¨ÎÒ£ºÇ°»¥ÁªÍø²úÆ·¾­Àí¡¢´óѧѧÔü¡¢·Ç¼ÆËã»úרҵ¡¢²»¶®±à³Ì£¬¿ÉÒÔ˵ÊdzýÁËϹ±Æ±Æ£¬É¶Ò²²»»á¡­

¸úµã½øÕâÆªÎÄÕµÄÄãÒ»Ñù£¬ÎÒ×ʼҲÊǾªÌ¾ºÍã¿ã½ÓÚAIµÄÉñÆæÎ°´óÎÞËù²»ÄÜ£¬ÂíÉϾÍÒª¸Ä±äÊÀ½çÈ¡´úÈËÀà°¡~

²»Ò»ÑùµÄ¿ÉÄÜÊÇ£¬ÎÒµ±Ê±ÄÔ×ÓÒ»ÈÈ£º·ÅÆúÊýÄêµÄ²úÆ·¾­Ñ飬¿ªÊ¼×Ôѧ±à³Ì£¨python£©ºÍAIʵÏÖËã·¨£¨´«Í³»úÆ÷ѧϰºÍÉî¶ÈѧϰËã·¨£©£¬×ßÉÏתÐÍAI֮·¡£

×ʼ¾ö¶¨×ªÐÍÆäʵҲÊÇÂù¾À½áµÄ£¬³õÆÚÔÚÍøÉÏ¿´µ½¾­Ñé·ÖÏí£¬¸Ð¾õ»úÆ÷ѧϰµÄÃż÷ÕæµÄÊǸߵÄÒ»±Æ°¡¡£

ÎÄÕÂÖи÷ÖÖ³öÏָߵÈÊýѧ¡¢ÏßÐÔ´úÊýºÍ¸ÅÂÊÂ۵Ķ«¶«£¬ °ÑÎÒÕâ¸öѧÔüÏŵÃɪɪ·¢¶¶¡­..

ij¸öÖÜÁùÍíÉÏ£¬ÔھưÉÀïºÈµô¼¸±­Æ¡¾Æºó£¬½èמÆÒâÎÒ×ö³öÁ˾ö¶¨£º¸ã£¬ÊǸö¿ÓÎÒÒ²ÌøÁË¡­

ÇëÉÔÉÔÄÔ²¹²»¶®±à³Ì»¹ÊÇѧÔüµÄÎÒµ±Ê±ÄÇÖÖÂÔ´ø±¯×³¶øÓÖ×ÔÎҸж¯µÄ״̬£¡

È»ºó¾Í¿ªÊ¼¿à¹þ¹þµØ²¹¸ßÊý¡¢Ïß´ú¡¢¸ÅÂÊÂÛ£¬¿à¹þ¹þµØÑ§python±à³Ì£¬¿à¹þ¹þµØ¿´Andrew Ng¡¢Peter Harrington¡¢SirajµÈÒ»ÖÚ´óÉñµÄÊé¼®ÊÓÆµÑ§Ï°»úÆ÷ѧϰ¡­.

¿à¹þ¹þµÄ״̬³ÖÐøÁËÒ»¶Îʱ¼ä£¬Ëæ×ÅѧϰµÄÍÆ½ø£¬ÂýÂýÎÒÒ²¿ÉÒÔÊìÁ·µØÊ¹ÓÃpythonдË㷨д½Å±¾£¬´«Í³»úÆ÷ѧϰºÍÉî¶ÈѧϰÖеľ­µä³£ÓÃËã·¨£¬Ò²»ù±¾¶¼ËãѧϰºÍʵ¼ù¹ýÁË¡£

Îҵõ½µÄ½áÂÛÊÇ£º´«Í³»úÆ÷ѧϰºÍÉî¶ÈѧϰµÄÃż÷²¢Ã»ÓÐÄÇô¸ß£¬ÖÁÉÙÊÇÒÔËã·¨¹¤³ÌʦΪÖ÷ÒªÐèÇóµÄ¡°¹¤³ÌÓ¦ÓÃÁìÓò¡±µÄÃż÷£¬ÊÇûÓÐÄÇô¸ßµÄ¡£

ÍøÉÏȷʵÓкܶ಻´íµÄ×ÊÁÏ£¬µ«×ÜÊdzä³â׎϶àµÄÊýѧ¡¢ÉúɬµÄÃèÊö£¬Æäʵ²¢²»ÊǺÜÊʺÏ×÷ΪС°×µÄÎÒÃÇ£¨Çë´óÅ£×Ô¶¯ÆÁ±Î¹þ£©ÈëÃÅ¡£

×÷ΪºÁÎÞ¼¼Êõ±³¾°´ÓÁ㿪ʼÈëÃÅ»úÆ÷ѧϰµÄ²úÆ·¾­Àí£¬ÎÒ»òÐí¸üÄÜÀí½âͬΪС°×µÄÄãµÄÍ´µãºÍÐèÇó¡£

ß¶±Æß¶½áÊø£¬ÏÂÃæ½øÈëÕýÌ⣬¿ì£¡Éϳµ°É£¡AI¿ÉÒԺܼòµ¥£¡


Ò»¡¢ÈÃÎÒÃÇÏÈÀ´ËµËµ¡°AIÊÇʲô¡±

Ê×ÏÈ£¬ÎÒÃÇÏÈÀ´½ç¶¨½ÓÏÂÀ´ËùÒªÌÖÂÛµÄAIµÄ¶¨ÒåºÍ·¶³ë¡£

AIÊÇ Artificial Intelligence µÄËõд£¬ÖÐÎÄÊÇ´ó¼Ò¹ãÖªµÄ¡°È˹¤ÖÇÄÜ¡±¡£?¿ÉÒÔÀí½âΪÈûúÆ÷¾ß±¸ÀàËÆÈ˵ÄÖÇÄÜ£¬´Ó¶ø´úÌæÈËÀàÈ¥Íê³ÉijЩ¹¤×÷ºÍÈÎÎñ¡£

ºÜ¶àС»ï°é¶ÔAIµÄÈÏÖª¿ÉÄÜÀ´×ÔÓÚ¡¶Î÷²¿ÊÀ½ç¡·¡¢¡¶AI¡·¡¢¡¶³¬Äܽս¶Ó¡·¡¢¡¶»úÆ÷ÈË×ܶ¯Ô±¡·¡¢¡¶³¬ÄܲéÅÉ¡·µÈÓ°ÊÓ×÷Æ·£¬ÕâЩ×÷Æ·ÖеÄAI¶¼¿ÉÒÔ¶¨ÒåΪ¡°Ç¿È˹¤ÖÇÄÜ¡±£¬ÒòΪËûÃÇÄܹ»ÏñÈËÀàÒ»Ñùȥ˼¿¼ºÍÍÆÀí£¬ÇҾ߱¸Öª¾õºÍ×ÔÎÒÒâʶ¡£

µ«Ç¿È˹¤ÖÇÄÜÔÚÏÖʵÖеķ¢Õ¹»ù±¾´¦ÓÚÍ£ÖÍ״̬£¬Ä¿Ç°AIµÄÑо¿ºÍÓ¦Óûù±¾¶¼¼¯ÖÐÔÚ¡°ÈõÈ˹¤ÖÇÄÜ¡±ÁìÓò£¬ÈõÈ˹¤ÖÇÄÜ¿ÉÒÔÀí½âΪ»úÆ÷¿´ÆðÀ´ÏñÊÇÖÇÄܵ쬵«²¢²»»á¾ß±¸Öª¾õºÍÒâʶ¡£

ÈõÈ˹¤ÖÇÄÜÁìÓòµÄAIʵÏÖ£¬¿ÉÒÔ·ÖΪÁ½ÖÖ·½Ê½£º

  1. ͨ¹ý¶ÔÏà¹Ø¹æÔò½øÐбà³Ì£¬ÈûúÆ÷Äܹ»°´ÕÕ³ÌÐòÖдæÔÚµÄÂß¼­´¦ÀíÌØ¶¨ÈÎÎñ£¬´Ó½á¹ûÀ´ÉÏ¿´»úÆ÷ÊÇÖÇÄܵģ»

  2. ÎÒÃDz»¸ø»úÆ÷¹æÔò£¬È¡¶ø´úÖ®£¬ÎÒÃÇι¸ø»úÆ÷´óÁ¿µÄÕë¶ÔijһÈÎÎñµÄÊý¾Ý£¬ÈûúÆ÷×Ô¼ºÈ¥Ñ§Ï°£»¼Ì¶øÍÚ¾ò³ö¹æÂÉ£¬´Ó¶ø¾ß±¸Íê³ÉijһÈÎÎñµÄÖÇÄÜ£¬ÕâÖÖ·½Ê½£¬Ò²¾ÍÊÇÎÒÃǽñÌìµÄÖ÷½Ç¡ª¡ª»úÆ÷ѧϰ¡£

²»ºÃÀí½â£¿

¾ÙÒ»¸ö¼òµ¥µÄÀý×Ó£º

Èç¹ûÎÒÃÇÐèÒªÈûúÆ÷¾ß±¸Ê¶±ð¹·µÄÖÇÄÜ£º

  1. µÚÒ»ÖÖ·½Ê½Òâζ×Å£¬ÎÒÃÇÐèÒª½«¹·µÄÌØÕ÷£¨Ã«È×Èס¢ËÄÌõÍÈ¡¢ÓÐβ°Í¡­£©¸æËß»úÆ÷£¬»úÆ÷½«Âú×ãÕâЩ¹æÔòµÄ¶«Î÷ʶ±ðΪ¹·£»

  2. µÚ¶þÖÖ·½Ê½Òâζ×Å£¬ÎÒÃÇÍêÈ«²»¸æËß»úÆ÷¹·ÓÐÊ²Ã´ÌØÕ÷£¬µ«ÎÒÃÇι¸ø»úÆ÷10ÍòÕŹ·µÄͼƬ£¬»úÆ÷¾Í»á×Ô¸ö¶ù´ÓÒÑÓеÄͼƬÖÐѧϰµ½¹·µÄÌØÕ÷£¬´Ó¶ø¾ß±¸Ê¶±ð¹·µÄÖÇÄÜ¡£

´Ë¹·ÒÔÒ»¸ù»ðÍȳ¦µÄÉí¼ÛÓÑÇé³ö¾³¡­

AI¿ÉÒÔ˵ÊǸú»úÆ÷ѧϰ½ôÃÜÁªÏµÔÚÒ»Æð£¬ÄÇÎÒÃÇÔÚÀ´ËµÏÂÎÒÃǽñÌìµÄÖ÷½Ç¡ª¡ª»úÆ÷ѧϰ¡£

Ê×ÏÈ£¬»úÆ÷ѧϰ´ÓÄ£ÐͲã´Î½á¹¹µÄ½Ç¶È¿ÉÒÔ·ÖΪdz²ãѧϰºÍÉî¶Èѧϰ£¬¼òµ¥½éÉÜÏÂÁ½Õߣº

£¨1£©Ç³²ãѧϰ£¨Shallow Learning£©

dz²ãѧϰÓëÉî¶Èѧϰ£¨Deep Learning£©Ïà¶Ô£¬ËüµÄÄ£ÐͲã´Î½Ïdz£¬Í¨³£Ã»ÓÐÒþ²Ø²ã»òÖ»ÓÐÒ»²ãÒþ²Ø²ã¡£

dz²ãѧϰ³£¼ûµÄËã·¨ÓÐÏßÐԻع顢Âß¼­»Ø¹é¡¢Ëæ»úÉ­ÁÖ¡¢SVM¡¢K-means¡¢RBM¡¢AutoEncoder¡¢PCA¡¢SOMµÈµÈ¡£

Òþ²Ø²ãʲô¹í£¿ÕâЩË㷨ʲô¹í£¿Ã»¹ØÏµ£¬ÄܼÇÉÏÒ»Á½¸öÃû×ֺܺã¬ÔÝʱ¼Ç²»×¡Ò²Ã»¹ØÏµ£¬ÎÒÃÇÒÔºó»á¼ñÖØÒªµÄÀ´½²¡£

dz²ãѧϰËã·¨¿ÉÒÔ×öһЩԤ²â¡¢·ÖÀà¡¢¾ÛÀà¡¢½µµÍÊý¾Ýά¶È¡¢Ñ¹ËõÊý¾ÝºÍÉÌÆ·ÍƼöϵͳµÈ¹¤×÷¡£

£¨2£©Éî¶Èѧϰ£¨Deep Learning£©

Éî¶ÈѧϰµÄ¡°ÉÊÇÒòΪËüͨ³£»áÓн϶àµÄÒþ²Ø²ã£¬ÕýÊÇÒòΪÓÐÄÇô¶àÒþ²Ø²ã´æÔÚ£¬Éî¶ÈÑ§Ï°ÍøÂç²ÅÓµÓбí´ï¸ü¸´ÔÓº¯ÊýµÄÄÜÁ¦£¬Ò²²ÅÄܹ»Ê¶±ð¸ü¸´ÔÓµÄÌØÕ÷£¬¼Ì¶øÍê³É¸ü¸´ÔÓ¸üamazingµÄÈÎÎñ¡£

ÁîºÜ¶àͯЬ¾ªÌ¾¡°AIÎÞËù²»ÄÜ£¬ÂíÉϾÍÒª¸Ä±äÊÀ½ç¡¢È¡´úÈËÀࡱµÄÁìÓò£¬»ù±¾¶¼¸úÉî¶ÈѧϰÓйØÏµ¡£

ĿǰÉî¶ÈѧϰµÄÑо¿ºÍÓ¦Óã¬Ö÷Òª¼¯ÖÐÔÚCNNºÍRNN£»¸ú×ÅÎҺݺݵذÑÕâЩÃû´Ê¼ÇÏÂÀ´£¨ÖÁÉÙËõдҪ¼ÇÏÂÀ´¹þ£©£¬ËûÃÇ»á³ÉΪºóÐøÎÄÕ½éÉܵÄÖØµã¡£

CNNΪConvolutional Neural NetworksµÄËõд£¬Ò²¾ÍÊǾí»ýÉñ¾­ÍøÂ磬ĿǰÊǼÆËã»úÊÓ¾õ¡¢Í¼Ïñ·ÖÀàÁìÓò×îÖ÷ÒªµÄËã·¨£¬µ±È»Ò²ÓÐÈ˽«ËüÓ¦ÓÃÓÚ×ÔÈ»ÓïÑÔ´¦ÀíÁìÓò¡£

½ÓÏÂÀ´¾ÙЩCNNÓ¦Óó¡¾°µÄÀý×Ó£¬Èôó¼ÒÓиö½ÏÖ±¹ÛµÄÓ¡Ïó£º

1£©Ç°Á½Äê´ó»ðµÄPrisma¿ÉÒÔ½«»úÆ÷ѧϰÃû»­µÄ·ç¸ñ²¢Ç¨ÒƵ½ÐµÄͼƬÉÏ£¬±ÈÈçÕâÕŰ׷¢Å®¿§·È±­Í¼£º

2£©ÉîÊÜÃÃֽϲ°®¸÷ÖÖÃÀÑÕÏà»úµÄÂ˾µ£¬Ò²ÊÇ»áÓõ½ÈËÁ³¼ì²â£¬ÓÃÉÏÖ®ºó¸Ð¾õ×Ô¼ºÃÈÃÈßÕ£¬¶î¡­Õâ¸öºÃÏñÊǸö¿É°®µÄÄк¢×Ó¡­

3£©½»Í¨¼à¿ØÊÓÆµÊ¶±ðÀ´Íù³µÁ¾µÄ³µÐÍ£¬Ä¿Ç°ÓÐЩ¹«Ë¾µÄ²úÆ·»¹¿ÉÒÔʶ±ð³µÅƺţº

4£© É̳¡¼à¿ØÊÓÆµÄܹ»Ê¶±ðÈËÁ³£¬Ë³±ã»¹Äܸù¾ÝÒÑÓÐÊý¾ÝÅжÏÕâ¸öÈËÊÇ·ñÒÔǰÀ´¹ýÉ̳¡£º

5£©µ±ÏÂ×î»ðµÄÎÞÈ˳µÖУ¬ÎÞÈ˳µÐèÒªÓüÆËãÊÓ¾õÈ¥¹Û²ìºÍÀí½âÕâ¸öÊÀ½ç£º

RNNΪRecurrent Neural NetWorksµÄËõд£¬Ò²¾ÍÊǵݹéÉñ¾­ÍøÂ磬»ùÓÚRNN»¹ÑÜÉú³öÁËLSTM£¨Long-Short-Term-Memerory£©ºÍGRU£¨Gated Recurrent Unit£©µÈһϵÁÐËã·¨£¬ÕâЩËã·¨ÓµÓмÇס¹ýÈ¥µÄÄÜÁ¦£¬ËùÒÔ¿ÉÒÔÓÃÀ´´¦ÀíһЩÓÐʱ¼äÐòÁÐÊôÐÔµÄÊý¾Ý£¬ÔÚ´¦ÀíÓïÑÔ¡¢ÎÄ×ֵȷ½ÃæÓжÀµ½µÄÓÅÊÆ¡£

RNN¼°ÆäÑÜÉúËã·¨¿ÉÓÃÓÚÓïÒôʶ±ð¡¢»úÆ÷·­Òë¡¢ºÏ³ÉÒôÀֵȵȣ¬ÎÒÃÇÈÔÈ»À´¼òµ¥¾Ù¼¸¸öµÄÀý×Ó£º

1£© ÒÔSiri¡¢Ð¡ÄÈ¡¢Ð¡±ù¡¢Ð¡¶ÈΪ´ú±íµÄ¶Ô»°»úÆ÷ÈË£¬µ÷Ï·SiriÈÃËýbboxºÍ³ª¸è½²¶Î×Ó²¢²»Äܳä·ÖÌåÏÖÄãµÄÎÞÁÄ£¬Ï´ÎÄã¿ÉÒÔÊÔÊÔÈÃSiriºÍСÄÈ»¥Ïà¶Ô»°£º

2£© ÒԹȸ跭ÒëΪ´ú±íµÄ»úÆ÷·­Ò룬²»¹ÜÊÇÎÄ×Ö·­Ò뻹ÊÇÓïÒô·­Ò룬¶¼°Ñ¿ÉÒÔ°ÑÈËÀà·­ÒëŰ³ÉÔüÔü£º

3£© ÀÏÂÞÔÚ´¸×Ó·¢²¼»áÉÏ´ó´µÌØ´µµÄÄܹ»ÒÔ¼«¸ß׼ȷÂʺͼ«¿ìËٶȽ«ÓïÒôת»¯ÎªÎÄ×ÖµÄѶ·ÉÊäÈë·¨£º

4£©ÓзÛË¿µÈ²»¼°ÇÇÖΡ¤Âí¶¡ÀÏÒ¯×Óд¡¶±ùÓë»ðÖ®¸è¡·µÚÁù²¿£¬¾Í×Ô¼ºÓÃLSTMË㷨ѧϰÁË¡¶±ùÓë»ðÖ®¸è¡·µÄǰÎ岿ºóÐøÐ´Á˵ÚÁù²¿£¬¾Ý˵AIÕⲿ×÷Æ·Öл¹½ÒʾÁËǰ¼¸²¿ÖÐÂñÁ˺ܾõÄÐüÄ

¶þ¡¢ËµAI¼òµ¥£¬ÒòΪAI±¾ÖÊÉ϶¼ÊÇÒ»¸öº¯Êý

Èç¹ûÄã¼á³Ö¿´µ½ÕâÀÄã¶ÔAIµÄÀí½âºÍÈÏÖª´ó¸ÅÂÊÒѾ­»÷°ÜÁËÄãÅóÓÑȦÀï50%¾­³£·ÖÏíAI½«¸Ä±äÊÀ½çÈ¡´úÈËÀàµÄºÃÓÑÃÇ¡£

´Ë¿ÌÄãÒѾ­¿ÉÒÔÔÚÁÄÌìÖÐÓöԷ½´ó¸ÅÂÊÌý²»¶®µÄCNN¡¢RNN¡¢LSTMµÈÒ»ÖÚÃû´ÊÀ´ÕÃÏÔÄãµÄ±Æ¸ñÁË¡£

µ«ÊÇ£¬×÷ΪÎÈÖØÌ¤Êµ¡¢ÓµÓÐÄÚº­¡¢³çÉпÆÑ§µÄÐÂʱ´úºÃÇàÄêµÄÎÒÃÇÀ´Ëµ£¬Õ⻹ԶԶ²»¹»£¬ÎÒÃÇ×ÜÊÇÏ£ÍûÄܹ»²»¶¯ÉùÉ«¡¢µÍµ÷ÄÚÁ²¡¢ÓöԷ½¿´Ëƶ¼¶®ÊµÔò²»¶®µÄ¶«Î÷È¥×°¸ü¸ß¹æ¸ñµÄ±Æ¡£

½ÓÏÂÀ´£¬Çë¸úÎÒѧϰÏÂÕýÈ·µÄ×°µÄ·½Ê½£º

XX£¬ÄãÖªµÀô£¿Æäʵ£¬AIºÜ¼òµ¥£¬ÒòΪAI±¾ÖÊÉ϶¼ÊÇÒ»¸öº¯Êý¡£

˵µÄʱºòÒ»¶¨ÒªÓÐÖÖÔÆµ­·çÇáµÄ״̬£¬·Â·ð³Ô·¹ºÈË®Äǰã×ÔÈ»¡£

¿´×ŶԷ½ÓеãÃÔÀëÀ§»óµÄÑÛÉñ£¬Õâ¸öʱºòÄãÒªÌùÐÄÈ¥½âÊÍһϣ¬ÒÔÕÃÏÔÄãµÄÉÆ½âÈËÒ⣬ÇëÔٴθúÎÒѧ£º

ÊÇÕâÑùµÄ£¬XX£¬ÕâÆäʵºÜºÃÀí½â¡£

AIÆäʵ¾ÍÊÇÎÒÃÇι¸ø»úÆ÷ĿǰÒÑÓеÄÊý¾Ý£¬»úÆ÷¾Í»á´ÓÕâЩÊý¾ÝÀïÈ¥ÕÒ³öÒ»¸ö×îÄÜÂú×㣨´Ë´¦Óá°ÄâºÏ¡±»ò¿ÉÌáÉý±Æ¸ñ£©ÕâЩÊý¾ÝµÄº¯Êý£¬µ±ÓÐеÄÊý¾ÝÐèÒªÔ¤²âµÄʱºò£¬»úÆ÷¾Í¿ÉÒÔͨ¹ýÕâ¸öº¯ÊýÈ¥Ô¤²â³öÕâ¸öÐÂÊý¾Ý¶ÔÓ¦µÄ½á¹ûÊÇʲô¡£

˵ÍêÖ®ºó£¬Çë΢΢̧ͷ¿´ÏòÔ¶·½£¬¸Ð¿®Ò»Ï£ºÍòÎï×ÔÓÐÆäµÀ£¬ÈËÊÀ¼ä¶àÉÙ¸´ÔӵĶ«Î÷µ½Ä©ÁË»¹ÊÇÒª¹éÓÚ´¿´â°¡¡£

µ«ÊÇ£¬×°±ÆÓзçÏÕ£¬·çÏÕÇë×ÔÐге£¡­

Æäʵ¿ÉÄÜÄãÔÝʱҲûÓÐÌ«Àí½â£¬²»Òª»Å£¬ÎÒÃÇ͵͵¼ÌÐøÀí½âһϡ£

¶ÔÓÚÒ»¸ö¾ß±¸Ä³ÖÖÖÇÄܵÄÄ£ÐͶøÑÔ£¬Ò»°ã¾ß±¸ÒÔÏÂÒªËØ£ºÊý¾Ý+Ëã·¨+Ä£ÐÍ£¬ÇëºÝºÝµØ¼ÇסÕâÈý¸ö´Ê£»¼ÇסÁËÕâÈý¸ö´Ê£¬AIµÄ±¾ÖÊÄãÒ²¾Í¸ãÇå³þÁË¡£

Õâ¸öʱºòÎÒÃÇÔٰѸßÀäµÄèҲÇë³öÀ´£¬ÎÒÃÇÀ´ÓÃÒ»¸öÄܹ»Çø·ÖèºÍ¹·Í¼Æ¬µÄ·ÖÀàÆ÷Ä£ÐÍÀ´°ïÖúÀí½âÕâ¸öÎÊÌ⣺

¡°Êý¾Ý¡±¾ÍÊÇÎÒÃÇÐèҪ׼±¸´óÁ¿±ê×¢¹ýÊÇ¡°Ã¨¡±»¹ÊÇ¡°¹·¡±µÄͼƬ.

ΪʲôҪǿµ÷´óÁ¿£¿ÒòΪֻÓÐÊý¾ÝÁ¿×ã¹»´ó£¬Ä£ÐͲÅÄܹ»Ñ§Ï°µ½×ã¹»¶àÇÒ׼ȷµÄÇø·ÖèºÍ¹·µÄÌØÕ÷£¬²ÅÄÜÔÚÇø·Öè¹·Õâ¸öÈÎÎñÉÏ£¬±íÏÖ³ö×ã¹»¸ßµÄ׼ȷÐÔ£»µ±È»Êý¾ÝÁ¿²»´óµÄÇé¿öÏ£¬ÎÒÃÇÒ²¿ÉÒÔѵÁ·Ä£ÐÍ£¬²»¹ýÔÚÐÂÊý¾Ý¼¯ÉÏÔ¤²â³öÀ´µÄ½á¹ûÍùÍù¾Í»á²îºÜ¶à¡£

¡°Ëã·¨¡±Ö¸µÄÊǹ¹½¨Ä£ÐÍʱÎÒÃÇ´òËãÓÃdz²ãµÄÍøÂ绹ÊÇÉî²ãµÄ£¬Èç¹ûÊÇÉî²ãµÄ»°ÎÒÃÇÒªÓöàÉٲ㣬ÿ²ãÓжàÉÙÉñ¾­Ôª¡¢¹¦ÄÜÊÇʲôµÈµÈ£¬Ò²¾ÍÊÇÍøÂç¼Ü¹¹µÄÉè¼Æ£¬Ï൱ÓÚÎÒÃÇÈ·¶¨ÁËÎÒÃǵÄÔ¤²âº¯ÊýÓ¦¸Ã´óÖ½ṹÊÇʲôÑùµÄ¡£

ÎÒÃÇÓÃY=f(W£¬X£¬b)À´±íʾÕâÒ»º¯Êý£¬XÊÇÒÑÓеÄÓÃÀ´ÑµÁ·µÄÊý¾Ý£¨Ã¨ºÍ¹·µÄͼƬ£©£¬YÊÇÒÑÓеÄͼƬÊý¾ÝµÄ±êÇ©£¨¸ÃͼƬÊÇ軹Êǹ·£©¡£

´ÏÃ÷µÄÄã»áÎÊ£ºWºÍbÄØ£¿Îʵú㬺¯ÊýÀïµÄW£¨È¨ÖØ£©ºÍb£¨Æ«²î£©ÎÒÃÇ»¹²»ÖªµÀ£¬ÕâÁ½¸ö²ÎÊýÊÇÐèÒª»úÆ÷ѧϰºó×Ô¼ºÕÒ³öÀ´µÄ£¬ÕҵĹý³ÌÒ²¾ÍÊÇÄ£ÐÍѵÁ·µÄ¹ý³Ì¡£

¡°Ä£ÐÍ¡±Ö¸µÄÎÒÃǰÑÊý¾Ý´øÈëµ½Ëã·¨ÖнøÐÐѵÁ·£¬»úÆ÷¾Í»áÈ¥²»¶ÏµØÑ§Ï°£¬µ±»úÆ÷ÕÒµ½×îÓÅW£¨È¨ÖØ£©ºÍb£¨Æ«²î£©ºó£¬ÎÒÃǾÍ˵Õâ¸öÄ£ÐÍÊÇtrain³É¹¦ÁË£¬Õâ¸öʱºòÎÒÃǵĺ¯ÊýY=f(W£¬X£¬b)¾ÍÍêȫȷ¶¨ÏÂÀ´ÁË¡£

È»ºóÎÒÃǾͿÉÒÔÔÚÒÑÓеÄÊý¾Ý¼¯Íâ¸øÄ£ÐÍÒ»ÕÅеÄè»ò¹·µÄͼƬ£¬ÄÇÄ£Ð;ÍÄÜͨ¹ýº¯ÊýY=f(W£¬X£¬b)Ëã³öÀ´ÕâÕÅͼµÄ±êÇ©¾¿¾¹ÊÇ軹Êǹ·£¬ÕâÒ²¾ÍÊÇËùνµÄÄ£Ð͵ÄÔ¤²â¹¦ÄÜ¡£

µ½ÕâÀÄãÓ¦¸ÃÒѾ­Äܹ»Àí½âAIµÄ±¾ÖÊÁË¡£ÎÒÃÇÔÙ¼òµ¥×ܽáÏ£º²»¹ÜÊÇ×î¼òµ¥µÄÏßÐԻعéÄ£ÐÍ¡¢»¹Êǽϸ´ÔÓµÄÓµÓм¸Ê®¸öÉõÖÁÉϰٸöÒþ²Ø²ãµÄÉî¶ÈÉñ¾­ÍøÂçÄ£ÐÍ£¬±¾Öʶ¼ÊÇѰÕÒÒ»¸öÄܹ»Á¼ºÃÄâºÏĿǰÒÑÓÐÊý¾ÝµÄº¯ÊýY=f(W£¬X£¬b)£¬²¢ÇÒÎÒÃÇÏ£ÍûÕâ¸öº¯ÊýÔÚеÄδ֪Êý¾ÝÉÏÒ²Äܹ»±íÏÖÁ¼ºÃ¡£

Èý¡¢AIË㷨ģÐ͵ÄʵÏÖ¿ÉÒÔ˵ÊÇÏ൱easyÀ²

Èç¹ûÄã¼á³Ö¿´µ½ÕâÀÄÇÇëÄãΪ×Ô¼º´òcall£¡ÒòΪÄã¶ÔAIµÄÀí½âºÍÈÏÖªÓ¦¸Ã´ó¸ÅÂÊÒѾ­»÷°ÜÁËÄãÅóÓÑȦÀï70%¾­³£·ÖÏíAI½«¸Ä±äÊÀ½çÈ¡´úÈËÀàµÄºÃÓÑÃÇ¡£

½ÓÏÂÀ´ÎÒÃÇÔÙÍùǰ×ßÒ»²½£¬¼òµ¥ËµÒ»ËµÊµÏÖÒ»¸öAIÄ£ÐÍ¿ÉÒÔ¶àô¼òµ¥£¬¿´Íêºó£¬ÏàÐÅÄã»áÐÅÐı¬ÅïµÄ£¡

ÆäʵÀî½Ü¿Ë£¨Ò²¾ÍÊÇÎÒÀ²£©×îÔçÒ²ÊDZ§×ÅÒì³£±¯×³¸÷ÖÖ±»Å°µØÐÄÇé×ß½øAIµÄ¡£Ñ§Ï°´ó¸Å·ÖΪÈý¿é£º

1. ѧϰAIµÚÒ»ÓïÑÔpython

ÕâÀïÎÒҪΪpython·è¿ñ´òcall£¬ÒòΪpython×÷ΪÍòÄܽºË®ÓïÑÔÄÜ×öµÄÊÂÇéʵÔÚÌ«¶à£¬²¢ÇÒ..Ëü»¹Òì³£ÈÝÒ×ÉÏÊÖ¡£

ÎÒ´ó¸Å»¨ÁË50¸öСʱѧϰÁËpythonµÄ»ù´¡Óï·¨£¬È»ºó¾Í¿ªÊ¼¶¯ÊÖд´úÂëÈ¥ÅÀС˵¡¢ÅÀÍøÒ×ÔÆÒôÀֵįÀÂ۵ȵȳÌÐò¡£

¶î¡­¾Ý˵ºÜ¶àÈ˵ÚÒ»¸öpythonµÄÅÀ³æÊÇÈ¥ÅÀ²»¿ÉÃèÊöµÄÍøÕ¾ÉÏÄÇЩû´©Ò·þµÄ¿É°®µÄÅ®º¢×ÓÃǵÄÏàÆ¬¡­

×ÜÖ®£¬pythonÊÇÕû¸ö¹ý³Ì²¢²»ºÄ¾«Á¦µÄ»·½Ú£¬µ«ÊǸտªÊ¼±³¼ÇÓ﷨ȷʵÊÇÎÞÁÄÎÞȤµÄ£¬ÐèҪЩÐíµÄС¼á³Ö£¬¸øÄãÌá¸öÐÑÓ´¡­


2. ѧϰ´«Í³»úÆ÷ѧϰºÍÉî¶ÈѧϰÏà¹ØËã·¨

Õâ¿éËãÊÇ»¨·ÑÎÒ×î¶à¾«Á¦ºÍʱ¼äµÄ»·½Ú£¬¿´ÁËÂù¶àµÄÊÓÆµ¡¢Êé¼®£¬»¹ÓÐÍøÉϵĸ÷ÖÖ²©ÎÄ£¬»¹×Ô¼ºÈ¥²¹Á˸ßÊýÏß´ú¸ÅÂÊÂÛÏà¹ØÖªÊ¶¡£

µ«½áÂÛÊÇ£ºÈç¹ûÄã½ö½ö¹Ø×¢¹¤³ÌÁìÓòʵÏֵϰ£¬ÆäʵºÜ¶àË㷨ѹ¸ùûÓбØÒªÓÃÄÇôÊýѧµÄ¶«Î÷È¥ÍÆµ¼£¬»»ÖÖ·½Ê½ÄãµÄÀí½âºÍʱ¼ä³É±¾»áϽµºÜ¶à¡£

ÎÒҲϣÍûÖ®ºóÄܹ»Óþ¡¿ÉÄܼòµ¥ÓÐȤµÄ·½Ê½¸ú´ó¼Ò·ÖÏíºÍѧϰ¡£


3. Ëã·¨ºÍÄ£Ð͵ÄʵÏÖ

×ʼÎÒ¾¡¿ÉÄÜÈ¥Àí½âºÍÍÆµ¼Ëã·¨£¬È»ºóÓÃpython´úÂëȥʵÏÖËã·¨ÔÙtrainÄ£ÐÍ£¬ÄǸöʱºò¾õµÃ°¡Ëã·¨»¹ÊÇÒª³Ô͸°¡£¬´úÂëÄÜÁ¦Ò²ÒªºÜÖØÒª°¡£¬²»È»ÄãTMµÄÄ£ÐͶ¼½¨²»ÆðÀ´°¡£¬Ð¡»ïÔÒÄãÒª¾²ÏÂÐÄÀ´ÂýÂý¸ã°¡¡£

ºóÀ´£¬ÎÒ¿ªÊ¼½Ó´¥µ½Éî¶Èѧϰ´óɱÆ÷¡ª¡ªGoogleµÄÉî¶Èѧϰ¿ò¼ÜTensorflow£¬µ±Ê±ÎÒµÄÐÄÇéÊÇÕâÑùµÄ£º

ÕæµÄÊÇÒ»¶ÈÓÐЩµ°µ°µÄÓÇÓôÄØ£¬ÎÒÒ²ËãÊÇ¹ÄÆðÁËЩÓÂÆø¡¢ÏÂÁËЩ¾öÐÄ¡¢·ÅÆúÁËЩ»ú»á¿ªÊ¼×ªÐ͵ģ¬ÎÒ»¹Ö¸×Å¿¿AIµ±ÉÏCEO¡¢Ó­È¢°×¸»ÃÀ¡¢×ßÉÏÈËÉúáÛ·åÄØ¡£

µ«ÊÇ¡­

  • ²»ÊÇ˵ºÃµÄÓкܸߵÄÊýѧÃż÷ô£¿

  • ²»ÊÇ˵ºÃµÄºÜ¸ß´óÉÏ´ó¼Ò¶¼¸ã²»¶®µÄô£¿

  • ²»ÊÇ˵ºÃµÄÐèÒªÉî¿ÌÀí½âËã·¨²ÅÄܸüºÃtrain³öºÃmodelµÄô£¿

ΪʲôË㷨ģÐÍËðʧº¯ÊýÓÅ»¯·½·¨Tensorflow¶¼ÄÚÖúÃÁË£¬¶øÇÒÖ»ÐèÒªÒì³£¼òµ¥µÄµ÷ÓþͺÃÁË£¿

ÔÙºóÀ´£¬ÎÒ½Ó´¥µ½ÁËKeras£¬Ò»¸ö»ùÓÚTensorflow¹¹½¨µÄÉî¶Èѧϰ¿ò¼Ü£¬µ±È»Ò²ÓлùÓÚTheanoµÄ°æ±¾£¨Theanoʲô¹í£¬ÔÝʱÄãÒ²¿ÉÒÔ²»ÓùØÐĵģ©¡£

µ±ÓÃKerasдÍêµÚÒ»¸öÄ£ÐͺóÎÒµÄÐÄÇéÕæµÄÊÇ¡­

Èç¹û˵TensorflowÊÇ¿ÉÒÔ°ÑÒ»¸öÄ£ÐÍ´úÂëÁ¿´ó´ó¼õÉٵĿò¼Ü£¬ÄÇôKeras¾ÍÊÇÈÃÄ£ÐÍ´úÂëÁ¿¿ÉÒÔÉÙµ½µôÔüµÄ¿ò¼Ü¡£

¸Õ²Å¸ú´ó¼Ò˵ÁËÄÇô¶àè¹··ÖÀàÆ÷Ä£ÐÍ£¬ÏÖÔھ͸ø´ó¼Ò¿´ÏÂÕâ¸ö·ÖÀàÆ÷Ä£ÐÍ´úÂëÔÚKeras¿ò¼Ü¿ÉÒÔÉÙµ½Ê²Ã´³Ì¶È£¡£¡£¡

ÄÇôÁÈÁȼ¸ÐдúÂë¾Í°ÑÒ»¸öÓµÓÐמí»ý²ã¡¢³Ø»¯²ãºÍÈ«Á¬½Ó²ã²¢ÇÒʹÓÃAdamÕâ¸ö½Ï¸ß¼¶ÓÅ»¯·½·¨µÄÉî¶ÈÑ§Ï°ÍøÂç¼Ü¹¹Ð´³öÀ´ÁË£¬Äã×Ô¼º¸ÐÊÜÏÂÔÚKerasÏÂʵÏÖÉî¶ÈѧϰË㷨ģÐÍÓжà¼òµ¥Á˰ɡ­

ÓÐûÓÐΪ×Ô¼ºµÄ¾ªÆæ·¢Ïָе½¿ªÐÄ£¡

дÔÚ×îºó

¡°Ð¡°×AI֮·¡±µÚһƪÎÄÕÂÒѾ­¿ìµ½Î²ÉùÁË£¬Èç¹ûÄã¼á³Ö¿´µ½ÁËÕâÀÄÇ´ó¸ÅÂÊÄã¶ÔAIµÄÀí½âºÍÈÏÖªÒѾ­»÷°ÜÁËÄãÅóÓÑȦÀï90%¾­³£·ÖÏíAI½«¸Ä±äÊÀ½çÈ¡´úÈËÀàµÄºÃÓÑÃÇ¡£

½ÓÏÂÀ´ÎÒÃǵÄÄ¿±êÊÇ´ÓʣϵÄ10%ÀïÍùÉÏÅÀ£¬ÎÒҲϣÍûÄܹ»Í¨¹ý¸üÓÐȤ¡¢¸üÖ±¹Û¡¢¸üÉÙÊýѧµÄ·½Ê½¸ú´ó¼Ò·ÖÏíºÍѧϰAIÏà¹ØÖªÊ¶¡£

µ±È»ÎÒÒ²»¹ÊÇÒ»¸öAIÊÀ½çµÄСѧÉú£¬Ò²»¹ÔÚŬÁ¦µØÑ§Ï°ºÍ±¼ÅÜ¡£

Èç¹û´ó¼Ò¾õµÃ»¹ËãÓÐÄÇôһ¶ª¶ªµÄÊÕ»ñ²¢ÇÒÉí±ßÒ²ÓÐÅóÓÑÔÚ¹Ø×¢ºÍѧϰAIµÄ»°£¬ÇëËæËÁÎ޼ɵ¬ËæÒâ·ÖÏí¹þ£¡

¡ª¡ª¡ª¡ª / END / ¡ª¡ª¡ª¡ª

   
2677 ´Îä¯ÀÀ       30
Ïà¹ØÎÄÕÂ

»ùÓÚͼ¾í»ýÍøÂçµÄͼÉî¶Èѧϰ
×Ô¶¯¼ÝÊ»ÖеÄ3DÄ¿±ê¼ì²â
¹¤Òµ»úÆ÷ÈË¿ØÖÆÏµÍ³¼Ü¹¹½éÉÜ
ÏîĿʵս£ºÈçºÎ¹¹½¨ÖªÊ¶Í¼Æ×
 
Ïà¹ØÎĵµ

5GÈ˹¤ÖÇÄÜÎïÁªÍøµÄµäÐÍÓ¦ÓÃ
Éî¶ÈѧϰÔÚ×Ô¶¯¼ÝÊ»ÖеÄÓ¦ÓÃ
ͼÉñ¾­ÍøÂçÔÚ½»²æÑ§¿ÆÁìÓòµÄÓ¦ÓÃÑо¿
ÎÞÈË»úϵͳԭÀí
Ïà¹Ø¿Î³Ì

È˹¤ÖÇÄÜ¡¢»úÆ÷ѧϰ&TensorFlow
»úÆ÷ÈËÈí¼þ¿ª·¢¼¼Êõ
È˹¤ÖÇÄÜ£¬»úÆ÷ѧϰºÍÉî¶Èѧϰ
ͼÏñ´¦ÀíËã·¨·½·¨Óëʵ¼ù