深度学习：pyTorch实践计算机视觉

PyTorch深度学习框架：以动态计算图为基础，在实现深度学习模型时相较于静态图框架具有显著的优势。运行速度更快，并且提供了丰富的接口和工具库支持。

一、人工智能

1、人工智能：强人工智能： 智能 弱人工智能：人工

2、人工智能的三起两落：

• 在20世纪初期首次提出了人工智能的概念
• 在1980年提出的专家系统是指那些能够达到某个领域内与该领域专家相当甚至更高的问题解决能力
  其核心在于运用大量经验和专业知识模拟人类解决问题的过程
  其核心运用专家多年积累的丰富经验和专业知识
  不断模拟人类解决问题的方式
  处理只有单个专业人员才能高效解答的问题
• 在20世纪末期提出了机器学习与深度学习的概念

机器学习=统计学习方法（统计学原理）

3、1957年提出的一种单层计算单元神经网络模型==perceptron是一种用于解决二元分类任务的线性模型

+1 -1分类边界的优势在于能够轻松解决线性可分的问题，并未能有效解决异或问题（即同样无法应对非线性数据）。

4、多层神经网络模型，输入层 隐藏层 输出层

5、计算机视觉 ：是否具备从视知觉数据中提取关键特征