1深度學習
a 機器學習的分支，人工神經網絡為基礎，對數據的特征進行學習的方法
2機器學習和深度學習的區別
a 特征抽取
機器學習：人工的特征抽取
深度學習：自動的進行特征抽取
b 數據量
機器學習：數量少，數據越多效益越低
深度學習：數量多，效果更好
3場景
a 圖像識別
物體識別
場景識別
人臉檢測追蹤
人臉身份驗證
b 自然語言處理技術
機器翻譯
文本識別
聊天對話
c 語音技術
語音識別
4框架
目前企業中常見的深度學習框架有很多，TensorFlow，Caffe2，KerasPyTorch
我學習的是facebook的PyTorch，PyTorch和Python的語法相同，整個做做類似Numpy的才做，並且PyTorch使用的是動態計算，會讓代碼的調試變的更加簡單。
iThome鐵人賽
看影片追技術