人工智能入门（未整理）001

1. 1943 McCulloch-Pitts神经元模型 ——确定权重的公式
2. 1956 感知机模型（Preceptron）——两个类，通过一条直线把两个类分开；
3. 2006深度信念网络
4. 2007卷积神经网络

image.png

• 当hidden layer大于2时，就叫深度神经网络，否则就叫做浅层神经网络；
• 通过简单的神经元组合成复杂的神经网络，单个的神经元可以是递归的、前馈的……
• 计算上面这个模型的权重的时候，需要用到梯度下降这个思想：

image.png

其中第3部分的参数是学习率。

• 关于梯度的计算有很多成熟的包可以辅助我们完成权重的计算，例如TensorFlow、torch、theano、caffe、mxnet。
• tensor：张量，tensorflow支持python；
• pytorch支持python；
• mxnext是亚马逊支持的；
• TensorFlow支持的在线网站 : http://playground.tensorflow.org

1. 卷积神经网络：

image.png

Convolution：卷积

2、循环神经网络（RNN）

image.png

• 长短记忆网络（LSTM）
• 门循环网络（GRU），LSTM去掉输入门、输出门，只保留记忆门

3、生成判别式网络

【4、clarifai图片识别接口】

深度学习 学习路径

• 数学

（1）线性代数

（2）微积分

（3）凸优化/计算方法

（4）概率论

• 机器学习
• 编程

（1）算法与数据结构

（2）Python

• 深度学习

（1）Deep Learning，lan Goodfellow，Yoshua，Bengio，etc

（2）论文