人工神经网络和深度网络区别 人工智能深度神经网络

深度学习笔记

//研究生的课题是深度学习-机器人意图学习方向的。记录学习深度学习的历程，心得。当做是笔记用来回顾吧

1.人工智能，机器学习，深度学习，神经网络

首先来梳理以上这几个概念及其关系。再看了许多资料后，摘录一些利与理解的图片文字，以及自己的一些理解。

我们仍处在弱人工智能时代

机器学习是实现人工智能的一种方法：用算法解析数据，不断学习，对世界中发生的事做出判断和预测的一项技术。

深度学习是机器学习的一种技术：用来建立模拟人脑的神经网络来解析数据。

神经网络是机器学习与深度学习主要的算法和手段，深度学习可理解为“改良的神经网络”。

现在人工智能主要的成果还是在计算机视觉和自然语言处理的一些应用上，诸如人脸识别、语音识别。

附一张人工智能研究领域的文字与图：

人工智能研究的领域主要有五层：

1、最底层是基础设施建设，包含数据和计算能力两部分，数据越大，人工智能的能力越强。

2、往上一层为算法，如卷积神经网络、LSTM 序列学习、Q-Learning、深度学习等算法，都是机器学习的算法。

3、第三层为重要的技术方向和问题，如计算机视觉，语音工程，自然语言处理等。还有另外的一些类似决策系统，像 reinforcement learning（编辑注：增强学习），或像一些大数据分析的统计系统，这些都能在机器学习算法上产生。

4、第四层为具体的技术，如图像识别、语音识别、机器翻译等等。

5、最顶端为行业的解决方案，如人工智能在金融、医疗、互联网、交通和游戏等上的应用，这是我们所关心它能带来的价值。