大白話——機器學習

嗯，首先祝大家立春快樂，還有今天快樂，明天快樂。開整！！！

今天給大家理理最近的火的人工智慧，機器學習，深度學習，python，tensorflow.....等等，感覺到是不是有點亂。沒關係，根據小編最近的瞎看，理解的一點點，給大家分享一下，算不上入門就是給大家理理這些概念。

上面這個圖就是這麼火的概念大小，人工智慧（ArtificialIntelligence AI）是一門學科，機器學習是一種實現人工智慧的方法，深度學習是一種實現機器學習的技術。對比了一下咱們的物理，概念大小差不多，但是內容可能有點牽強。

上圖就是比較權威的說法了。接下來一一介紹。

人工智慧：

AI 分為「強人工智慧（General AI）」：咱們電影里看的終結者...等等，可以像人一樣思考 和「弱人工智慧（Narrow AI）」：可以識別圖像，音頻等等，可以像人類一樣完成某些具體任務，有可能比人類做得更好。

機器學習：

達到AI的一種方法，這裡就涉及到了一堆的演算法了。通俗一點就是給機器一些數據，然後建立一個初級模型，反覆的訓練，直到模型完善可以應用。比如分類兔子和鴨子（標籤：這是機器學習的一個專業術語，可以簡單理解為分類最後的結果），我們會發現兔子有4隻腳，鴨子有兩隻腳（特徵：這也是個專業術語，可以理解為分類的依據比如這裡的腳的數量）。交給機器分類的話，只需判斷腳的數量就可以完成分類了。當然分類也是目前機器學習的主要任務啦。

接下來給大家看看分類:

是不是有點蒙，沒事我也蒙，大概看看就好了。知道是怎麼個分類就好了。

深度學習：

在上面的演算法分類中大家看到了深度學習，深度學習演算法是對人工神經網路的發展。深度學習試圖建立大得多也複雜得多的神經網路。很多深度學習的演算法是半監督式學習演算法，用來處理存在少量未標識數據的大數據集。常見的深度學習演算法包括：受限波爾茲曼機（Restricted Boltzmann Machine， RBN）， Deep Belief Networks（DBN），卷積網路（Convolutional Network）, 堆棧式自動編碼器（Stacked Auto-encoders）。

嗯，沒錯又是一堆不懂的演算法，啥啥啥神經網路，什麼神經節點，我的天，沒關係，小編明天給大家寫一個tensorflow 的hello word 大家可能就會懂一點點了，畢竟我也不懂，哈哈哈！

上面大家應該對Ai，機器學習，深度學習不陌生了。最開始我說的還有tensorflow，python。這兩個和上面息息相關，python是一門語言，關於它的用途我以前的文章也介紹過，它集成很方便的計算模塊，對機器學習效率非常高。tensorflow 就是其中的一個庫。

Tensorflow：

TensorFlow是谷歌基於DistBelief進行研發的第二代人工智慧學習系統，其命名來源於本身的運行原理。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是將複雜的數據結構傳輸至人工智慧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、大到數千台數據中心伺服器的各種設備上運行。TensorFlow將完全開源，任何人都可以用。

以上來自百度百科，我覺得寫的很好。而且用起來超級方便！

就寫這麼點了，明天給大家寫一個tensorflow 的（hello word）！！

現在中小學生都開始學習人工智慧了，要是突然被小小小學弟學妹問起來：「哥哥姐姐，什麼是機器學習啊」，答：「這就好比物理的量子力學啊！」「。。。。。。」「哈哈哈」

最後祝大家立春快樂，今天快樂，明天快樂！

謝謝閱讀

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！