目录
一.机器学习
二.深度学习
2.1概念介绍
2.2人工神经网络
2.3神经网络特点
三.pytorch简介
四.cuda简介
一.机器学习
机器学习，英文名为machine learning，是人工智能的分支，其研究内容为如何通过计算的方法，利用经验让计算机系统变得更加智能。
机器人从经验中获取知识，经验中包含一些特征可以帮助机器人学习。起初，人们采用“试错”的方法提取特征，也就是所谓的“特征工程”。人们逐渐发现有些具体任务的数据难以提取特征，于是人们尝试将特征学习让机器自动完成，即“表示学习”。
二.深度学习
2.1概念介绍
深度学习通过将原始形态的数据作为神经网络算法的输入，将数据抽象成数据所需最终特征进行计算，并映射到最终目标。
2.2人工神经网络
人工神经网络是一种通过模仿生物大脑的结构与功能构建而成的一种系统或计算机。大脑由大量的神经细胞或神经元组成，每个神经元构成一个小小的信息处理单元。这些神经元在激励信号的作用下呈现兴奋或抑制状态，大脑的学习就是神经元之间的连接强度随外界激励信息做自适应变化的过程，大脑处理信息的输出结果根据这样的模型计算得到。
2.3神经网络特点
1.并行结构与并行处理
神经网络在结构上和数据处理顺序上都是并行与同时的，这样的网络结构使其前向传播时具有运算速度高的特点。
2.知识的分布存储特性
在人工神经网络中，知识的存储位于每个神经元中，由每个神经元共同作用得到合适的输出。与传统的数据存储格式一个地址一个数据不同，其存储具有分布性。
3.一定的容错特性
当输入数据为模糊、变形等问题数据时，人工神经网络能够通过联想对其进行恢复，从而实现对不完整信息的识别处理。
由于神经网络的数据具有分布式存储的特点，因此损坏一些神经元对网络的功能影响不大，就像人每天大脑都会死去一些细胞，但没有影响思考与记忆能力。
4.非线性计算与非精确性计算
神经网络结构上的并行性与知识的分布式存储表现了信息的空间分布与时间上的并行，神经网络也能处理连续的模拟信号使得神经网络能够得到预测解而非精确解。
5.自学习、自组织与自适应性
神经网络可以改变自身的性能以适应环境的变化，以此达到训练的目的。
三.pytorch简介
pytorch是Facebook开发的一种深度学习python库，可以实现神经网络的搭建。安装十分简单，只需要在安好python环境的电脑中输入如下指令即可：
pip install torch使用时可以对其进行验证：
import torch
print(torch.__version__)可以得到pytorch的版本啦
四.cuda简介
cuda是显卡公司NVIDIA推出的图形化运算平台，能让程序使用显卡进行图像处理而不是用宝贵的cpu。使用cuda可以提升深度学习的运算性能。
