### 人工智能 vs 机器学习 vs 深度学习 https://blogs.nvidia.com.tw/2016/07/whats-difference-artificial-intelligence-machine-learning-deep-learning-ai/ * 人工智能 （Artificial Intelligence）AI- 机器展现出人类智慧 * 机器学习 （Machine Learning) ML, 达到人工智能的方法 * 深度学习 （Deep Learning）DL,执行机器学习的技术 从范围上来说： AI > ML > DL 从逻辑关系上： AI是目标， ML是手段， DL是技术 ### 数据归一化 数据标准化（归一化）处理是数据挖掘的一项基础工作，不同评价指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，需要进行数据标准化处理，以解决数据指标之间的可比性。原始数据经过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价 ### 机器学习与深度学习的框架 * Scikit-learn： 机器学习的框架 * 2013 华人贾扬清开发出第一个面向深度学习的框架Caffe。C++编写 * Theano： 加拿大科学家开发‘ * Google收购 Theano之后，借鉴Keras开发了TensorFlow * PyTorch - FaceBook的框架 * Chainer - 日本科学家 * MXNet - 亚马逊深度学习框架 * NUS SINGA - Apache 的下一个孵化项目 Keras由Python编写，Keras 提供了深度学习的接口，基于TensorFlow、Theano以及CNTK后端， ### 概念 #### 张量 Tensor， 向量、矩阵的自然推广，使用张量表示广泛的数据类型。 0阶张量， 即标量，也就是一个数 1阶张量， 向量， 2阶张量， 矩阵 3阶张量， 立方体 #### TensorFlow中的 th与tf th , Theano模式， 100张RGB三通道的16*32 的彩色图表示为(100,3,16,32) 第0个维度：样本维，样本数量 第1个维度：通道维， 颜色 第2个维度：高度 第3个维度： 宽度 #### 泛型模型 原本的Keras有两种模型， Sequential（序贯模型，单输入单输出）和Graph（图模型，多输入多输出）。 现在图模型被移除，增加了“functional model API”， 一般模型， 泛型模型。 #### Anaconda 是什么？ Anaconda 包括Conda、Python以及其他安装好的工具包， 比如 numpy，pandas等。 conda 包和环境管理器，可以在同一个机器安装不同版本的软件包及依赖，并能够在不同的环境之间切换。 安装Anaconda之后就可以不需要再单独安装Python等。 https://blog.csdn.net/weixin_44707982/article/details/88201786 ### pytorch 根据环境设置产生安装命令 https://pytorch.org/get-started/locally/#mac-anaconda pip install torch==1.4.0+cpu torchvision==0.5.0+cpu -f https://download.pytorch.org/whl/torch_stable.html