人工智能實踐：TensorFlow筆記-01-開篇概述

從今天開始，從零開始學習TensorFlow，有相同興趣的同誌，可以互相學習筆記，本篇是開篇介紹 Tensorflow，已經人工智能領域的一些名詞介紹

人工智能實踐：TensorFlow筆記-01-概述

什麽是人工智能?

• 人工智能：機器模擬人的意識和思維
• 艾倫·麥席森·圖靈（1912/06--1954/06），美國數學家，邏輯學家，“計算機科學之父”，“人工智能之父”
• 人工智能助理
  谷歌 Assistant，微軟 Cortana，蘋果Siri，亞馬遜 Alexa，小米 小愛同學

什麽是機器學習？

• 機器學習是人工智能的一種方法，是人工智能的子集
• 機器學習是一種統計學方法，計算機利用已有數據，得出某種模型，再利用此模型預測結果
• 先使用以往數據訓練模，再用模型預測新數據的結果

• 隨著經驗的增加，效果會變好
  

• 機器學習三要素
  • 1.數據 2.算法 3.算力
• 決策樹模型
• 機器學習最主要的應用：
  • 1.對連續數據的預測
  • 2.對離散數據的歸類
• 機器學習的應用領域
  • 計算機視覺，語音識別，自然語言處理

什麽是深度學習？

• 深度學習是機器學習的子集
• 深度學習是深層次神經網絡，是機器學習的一種實現方法
• 它試圖使用包含復雜結構或者由多重非線性變換構成的多個處理層對數據進行高層抽象的算法
• 李彥宏：簡單的說，深度學習就是一個函數集，如此而已
• 深度學習將特征提取和分類結合到一個框架中，用數據學習特征，是一種可以自動學習特征的方法
• 深度學習是一種特征學習方法，把原始的數據通過非線性的復雜模型轉換為更高層次、更抽象的表達

人工智能，機器學習和深度學習的關系

什麽是 TensorFlow ？

• TensorFlow 是谷歌基於 DistBelief 進行研發的第二代人工智能學習系統
• Tensor（張量）意味著N維數組，Flow（流）意味著基於數據流圖的計算，TensorFlow 為張量從流圖的一端流動到另一端計算過程
• TensorFlow 是將復雜的數據結構傳輸至人工智能神經網中進行分析和處理過程的系統
• TensorFlow 可被用於語音識別或圖像識別等多項機器學習和深度學習領域，對2011年開發的深度學習基礎架構 DistBelief 進行了各方面的改進，它可在小到一部智能手機、大到數千臺數據中心服務器的各種設備上運行
• TensorFlow 將完全開源，任何人都可以用

我的 TensorFlow 筆記

人工智能概述

• 1.開篇概述
• 2.Windows下TensorFlow環境的搭建（非虛擬機）

TensorFlow框架

• 1.張量，計算圖，會話
• 2.向前傳播
• 3.反向傳播

神經網絡優化

• 1.損失函數
• 2.學習率
• 3.滑動平均
• 4.正則化
• 5.神經網絡搭建八股

全連接網絡基礎

• 1.MNIST數據
• 2.模塊化搭建神經八股
• 3.手寫數字識別準確率輸出

全連接網絡實踐

• 1.輸入手寫數字圖片輸出識別結果
• 2.制作數據集

卷積網絡基礎

• 1.卷積神經網絡
• 2.lenet5代碼講解

卷積網絡實踐

• 1.復現已有的卷積神經網絡
• 2.用vgg16實現圖片識別

• 本筆記不允許任何個人和組織轉載

TensorFlow筆記-01-開篇概述