前言

在接觸程式前，對於 AI 的認知大多來自於科幻電影中。
隨著近期 OpenAI 與 ChatGPT 的崛起，讓我對於 AI 有更實際的體驗與興趣，對這些人工智慧背後的運作模式有新的認識，也激起我的好奇心。

開源軟體是什麼? 它是原始碼可以任意取用的電腦軟體，允許任何人查看、修改和分發該軟體的源代碼，不只可以取用資料，也能上傳原始碼，讓資訊能較廣泛流通，促進創新開發和問題修復的速度。

其中比較常見的開源機器學習框架有 TensorFlow、PyTorch、Keras，開始前我有先去了解這三個軟體的差異。TensorFlow 由Google團隊開發，以靜態計算圖著稱。PyTorch 是由Facebook的AI研究團隊開發，以動態計算圖聞名。Keras 是由François Chollet開發，主要是在為深度學習提供一個高階的API，以簡化模型的構建和實驗。

以下是較為常見的開源機器學習框架

1. Pytorch
   支援 Python, C++，常用於研究與開發新算法，在學術界較為常見。
2. Keras
   支援 Python，常用於快速開發和原型設計，通常在初學者中流行。
3. TensorFlow
   支援 Python , C++ , Java , Go , Swift, JavaScript，常用於生產環境和大規模應用，並在學術及業界皆為常見。

雖然 TensorFlow 學習相對困難一些，但考慮到支援的程式語言較多以及使用場景涵蓋學術及業界，所以選擇 TensorFlow 作為這次初探 AI 的敲門磚，不只是開源軟體，還有一些機器學習的認識也能從這裡開始。