深度学习
传统算法 VS 人工智能算法
传统算法:都是人为去计算
人工智能算法:部分人为需要做的事情交由机器去做【把更多的问题简单化】
IT 的发展比较高端的就是AI , AI 比较高端的主要是
1.NPL 自然语言处理
2.CV compute vision 计算机视觉
3.DM 数据挖掘(目前这个劳动力过剩,门槛低,会python ,会用常用的库基本就能满足需求)
神经网络
有输入(任何数据,最后转换成数值),得到一个输出
黑盒子:有输入,有输出
依赖输入,不断的构造特征值,递进构造特征值,构建很多的层数(深度),最后得出结论
NN 神经网络
CNN 卷积神经网络 ,利用矩阵计算,引入偏振量(隐藏层),训练参数矩阵,降方,最后导出结果
RNN 递归神经网络 ,主要用在语言,文字,下一个计算需要依赖上一次计算的结果,具有连续性,或时间序列场景
数据挖掘 Python 什么都能做
数据分析 R 只能做分析
语言不在于语言本身,而在于它的工具包有多少?
面向过程的编程 -》面向百度的编程 -》面向github编程 就是看你能利用多少工具包,不重复造轮子
框架PyTorch
参考:
华为开发者学院(唐宇迪)