人工智能和深度計算

人工智能(Artificial Intelligence，AI)，是指基于底層算法、計算機技術模擬、擴展人大腦智能的理論、方法、技術和應用系統(tǒng)的一門新的技術科學。人工智能一直學界研究和關注的重點，跨越了數(shù)學、生理學、計算機等多學科的明星學科，已經發(fā)展了好幾十年，BP神經網(wǎng)絡、SVM都曾經帶動AI火了好一陣子。最近AI火又燒起來了，自2006年以來，依賴于分布式計算、云計算使得計算機并行處理能力大大加強，而且而且在算法上又有了突進。我們說的算法就是深度計算 Deep Learning。

12年6月，媒體報道了Google Brain項目，大家的廣泛關注。項目有著名機器學習教授Andrew Ng和JeffDean共同主導，用16000個CPU Core的并行計算平臺訓練一種稱為“深度神經網(wǎng)絡”（DNN，Deep Neural Networks）的機器學習模型（內部有10億個節(jié)點），在語音識別和圖像識別等領域獲得了巨大的成功。

TensorFlow

15年谷歌開源了，旗下著名的AI和深度學習 TensorFlow引擎，引燃了AI和DL在大火。

TensorFlow 是谷歌在DistBelief基礎上發(fā)展的第二代人工智能學習系統(tǒng)。關于其名稱來源：Tensor（張量）意味著N維數(shù)組，F(xiàn)low（流）意味著基于數(shù)據(jù)流圖的計算，TensorFlow是指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(shù)據(jù)結構傳輸至人工智能神經網(wǎng)中進行分析和處理過程的系統(tǒng)。

TensorFlow可廣泛地應用于語音識別，自然語言理解，計算機視覺，廣告等等。

同時各大廠商也都推出了類似的機器學習框架。

關于深度學習的學習

深度學習是在AI，神經網(wǎng)絡的一個新算法，如果要系統(tǒng)學習AI，你必須有一定基礎的數(shù)學技能、AI和模式算法的基礎，不是一下深入的。

建議先打一些數(shù)學和AI、模式識別等基本算法的基礎，然后可以學習機器學習的公開課，比如Hinton 的Neural Networks for Machine Learning，斯坦福 CS231。

中文在線教程，推薦李宏毅的機器學習課程

關于中文課程，臺灣一個教授李宏毅的一個中文在線課程Hung-yi Lee ：

課程設置非常合理，內容由淺入深，內容很全，大概會涵蓋近幾年最新的paper ，而且也會引用reddit 討論的deep learning問題，同時他也會講很多調參的技巧。

注重應用和實踐的一些課程和工具框架的教學。比如2015年時候講theano，17年講tensorflow以及keras。他的課程主頁上有ppt,video,homework,非常適合初學者食用，如果你的數(shù)學很差，他的課程主頁有一門linear algebra，還有一門machine learning ，這兩門課會補很多數(shù)學知識。

另外李宏毅的視頻教程，去搜索下，各大視頻網(wǎng)站基本上都有。