±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
-
ͨ¹ý¶ÔÏà¹Ø¹æÔò½øÐбà³Ì£¬ÈûúÆ÷Äܹ»°´ÕÕ³ÌÐòÖдæÔÚµÄÂß¼´¦ÀíÌØ¶¨ÈÎÎñ£¬´Ó½á¹ûÀ´ÉÏ¿´»úÆ÷ÊÇÖÇÄܵģ»
-
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
-
µÚÒ»ÖÖ·½Ê½Òâζ×Å£¬ÎÒÃÇÐèÒª½«¹·µÄÌØÕ÷£¨Ã«È×Èס¢ËÄÌõÍÈ¡¢ÓÐβ°Í¡£©¸æËß»úÆ÷£¬»úÆ÷½«Âú×ãÕâЩ¹æÔòµÄ¶«Î÷ʶ±ðΪ¹·£»
-
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£© ÒԹȸè·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 |