深度学习

2020-12-11

       人工智能是研究用计算机系统来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，使计算机能实现更高层次的应用。人工智 能目前已成为一门广泛的前沿科学，未来有望在全球多个行业和场景下得到运用。人工智能主要有两大派别，一是以深度学习为代表的连接主义，另一个是以知识图谱为代表的符号主义。

        深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。一般来说，典型的深度学习模型是指具有“多隐层”的神经网络，这里的“多隐层”代表有三个以上隐层，深度学习模型通常有八九层甚至更多隐层。深度学习通过组合底层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。深度学习的概念由Hinton等人于2006年提出。

多层神经元模型

       TensorFlow 是一个端到端开源机器学习平台。它拥有一个全面而灵活的生态系统，其中包含各种工具、库和社区资源，可助力研究人员推动先进机器学习技术的发展，并使开发者能够轻松地构建和部署由机器学习提供支持的应用。

          

       TensorFlow 提供多个抽象级别，因此可以根据需求选择合适的级别。可以使用高阶 Keras API 构建和训练模型，该 API 让您能够轻松地开始使用 TensorFlow 和机器学习。如果需要更高的灵活性，则可以借助即刻执行环境进行快速迭代和直观的调试。对于大型机器学习训练任务，可以使用 Distribution Strategy API 在不同的硬件配置上进行分布式训练，而无需更改模型定义。

       TensorFlow 始终提供直接的生产途径。不管是在服务器、边缘设备还是网络上，TensorFlow 都可以助您轻松地训练和部署模型，无论您使用何种语言或平台。

       TensorFlow 构建和训练先进的模型，并且不会降低速度或性能。借助 Keras Functional API 和 Model Subclassing API 等功能，TensorFlow 可以助您灵活地创建复杂拓扑并实现相关控制。为了轻松地设计原型并快速进行调试，请使用即刻执行环境。