機(jī)器學(xué)習(xí)簡介：
????機(jī)器學(xué)習(xí)的定義是：如果一個(gè)程序可以在一個(gè)任務(wù)T上适袜，隨著經(jīng)驗(yàn)E的增加，效果P也隨之增加舷夺，則稱這個(gè)程序可以從經(jīng)驗(yàn)中學(xué)習(xí)苦酱。
?? ?例如：一個(gè)垃圾郵件分類問題，上述的"一個(gè)程序"可以理解為機(jī)器學(xué)習(xí)算法给猾，比如邏輯回歸算法疫萤；"任務(wù)T"則代表區(qū)分郵箱中垃圾郵件和普通郵件的任務(wù)；"經(jīng)驗(yàn)E"是指已經(jīng)區(qū)分過是否為垃圾郵件的歷史郵件敢伸，在監(jiān)督式學(xué)習(xí)中稱為訓(xùn)練數(shù)據(jù)扯饶；"效果P"代表機(jī)器學(xué)習(xí)算法在區(qū)分垃圾郵件任務(wù)上的正確率。
深度學(xué)習(xí)簡介：
? ? 深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支，它除了可以學(xué)習(xí)特征和任務(wù)之間的關(guān)聯(lián)以外尾序，還能自動(dòng)的從簡單的特征中提取更加復(fù)雜的特征钓丰。
? ? 下圖顯示了深度學(xué)習(xí)算法和傳統(tǒng)的機(jī)器學(xué)習(xí)算法之間的差異：
傳統(tǒng)機(jī)器學(xué)習(xí)算法
深度學(xué)習(xí)算法：
Google深度學(xué)習(xí)框架TensorFlow簡介
? ?TensorFlow是Google基于DistBelief進(jìn)行研發(fā)的第二代人工智能學(xué)習(xí)系統(tǒng)，其命名來源于本身的運(yùn)行原理每币。Tensor（張量）意味著N維數(shù)組斑粱，F(xiàn)low（流）意味著基于數(shù)據(jù)流圖的計(jì)算，TensorFlow為張量從流圖的一端流動(dòng)到另一端計(jì)算過程脯爪。TensorFlow是將復(fù)雜的數(shù)據(jù)結(jié)構(gòu)傳輸至人工智能神經(jīng)網(wǎng)中進(jìn)行分析和處理過程的系統(tǒng)则北。
????TensorFlow可被用于語音或圖像識(shí)別等多項(xiàng)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)領(lǐng)域，對(duì)2011年開發(fā)的深度學(xué)習(xí)基礎(chǔ)架構(gòu)DistBelief進(jìn)行了各方面的改進(jìn)痕慢，它可在小到一部智能手機(jī)尚揣、大到數(shù)千臺(tái)數(shù)據(jù)中心服務(wù)器的各種設(shè)備上運(yùn)行。TensorFlow將完全開源掖举，任何人都可以用快骗。
? ?TensorFlow 表達(dá)了高層次的機(jī)器學(xué)習(xí)計(jì)算，大幅簡化了第一代系統(tǒng)塔次，并且具備更好的靈活性和可延展性方篮。TensorFlow一大亮點(diǎn)是支持異構(gòu)設(shè)備分布式計(jì)算，它能夠在各個(gè)平臺(tái)上自動(dòng)運(yùn)行模型励负，從手機(jī)藕溅、單個(gè)CPU / GPU到成百上千GPU卡組成的分布式系統(tǒng)。
????從目前的文檔看继榆，TensorFlow支持CNN巾表、RNN和LSTM算法，這都是目前在Image略吨，Speech和NLP最流行的深度神經(jīng)網(wǎng)絡(luò)模型集币。
