《TensorFlow技术解析与实战》——第1章　人工智能概述 1.8小结

本节书摘来自异步社区《TensorFlow技术解析与实战》一书中的第1章，第1.8节，作者李嘉璇，更多章节内容可以访问云栖社区“异步社区”公众号查看

本章主要介绍了人工智能、机器学习、深度学习的关系，以及深度学习的学习步骤，分析了这个领域的相关人群，以及这个领域的重要赛事。然后，全面介绍了TensorFlow的作用、特性，并介绍了国内做人工智能的公司，讲述了目前在产业界进行的探索，和提供给开发者的一些基础平台。
　参考百度百科 “图灵测试”。

　参考百度百科 “人工智能”。

　参考威斯康星大学麦迪逊分校一个ppt的第14页：https://pages.cs.wisc.edu/～jerryzhu/pub/sslicml07.pdf。

　这里，一些人担心人工智能超越人类还会产生哲学和伦理问题。我认为做这种讨论还为时尚早，严谨的数据基础是要突破的主要方向。

　推荐读者阅读李航老师的《统计学习方法》，很快就能入门。

　参考百度百科 “异构数据库”。

　参考论文《Deep Leaning with Dynamic Computation Graphs》：https://openreview.net/pdf?id=ryrGawqex。

　参考论文《ImageNet Classification with Deep Convolutional Neural Networks》：https://www.cs.toronto.edu/～fritz/absps/imagenet.pdf。

　数据出自论文《Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification》：https://arxiv.org/abs/1502.01852。

　数据出自论文《Deep Residual Learning for Image Recognition》：https://arxiv.org/abs/1512.03385。

最后更新：2017-05-24 11:01:26