https://news.cnblogs.com/n/586233
迎来PyTorch,告别Theano,2017深度学习框架发展大盘点 2018-01-02 15:06
Facebook 开源 PyTorch,成为 TensorFlow 强敌
Theano 完成历史使命,功成身退
ONNX 开放平台横空出世,力图促进开放的开发生态
CNTK,Keras,MXNet 均迎来重大更新
微软携手亚马逊推出 Gluon 深度学习库,英特尔推出增强学习框架 Coach
针对移动终端,Caffe2 和 TensorFlow Lite 先后开源
人机巅峰对决: 人工智能技术解析 柯洁 AlphaGo 人机对战点评 广发金工研报
人工智能定义:致力于让机器变得智能的活动,而智能就是使实体在其环境中有远见地、适当地实现功能性的能力。
一、人工智能突飞猛进主要原因:1、算法的突破,2、数据的增长,3、硬件的发展,4、开源软件流行。
二、机器学习是人工智能的重要分支,主要研究如何让计算机通过经验和数据的学习提高性能。
三、近年来人工智能的发展主要是机器学习技术的发展。以深度学习为首的人工智能技术突飞猛进。 在语音识别、图像识别等
传统的机器学习领域里,深度学习实现了机器学习性能的飞跃,对冲基金领域开始争夺人工智能人才。
四、机器学习可以分为三大类: 监督学习、无监督学习和增强学习。
监督学习:给定一组数据的同时,我们知道正确的输出结果应该是什么样子。通过学习,建立起输入数据和输出数据之间的关系。
无监督学习:是指数据样本中没有给定输出信息,希望从数据中挖掘信息。
增强学习:我们通过“试验-反馈-优化”的方式,通过周围环境对于反复试验所反馈的信息来改进策略,并最终找到满意的方案。
五、深度学习在机器学习领域的重大突破
语言识别、图像识别、无人驾驶、智能推荐系统、药物活性预测、自然语言处理、人脸识别支付、医学影像识别、网络广告点击率预测等
CPU GPU TPU比较:
CPU:中央处理器、通用计算、结构复杂、擅长处理具有复杂步骤和复杂数据依赖的计算任务
GPU:图形处理器、专用计算、结构统一、运算速度高、擅长图像处理、数据吞吐量大,更适合人工智能大数据的应用
TPU:专门为机器学习应用而设计的专用芯片、执行单一工作、机器学习模型在芯片上运行的更快、吞吐量更大