博客
关于我
AI learning note 1 -- 初识AI
阅读量:561 次
发布时间:2019-03-09

本文共 517 字,大约阅读时间需要 1 分钟。

人工智能(AI)学习笔记

初识人工智能

人工智能(Artificial Intelligence)是指通过人工手段让机器展现"智能"的能力。

真智能的实现

与其他"复杂程序"不同的人工神经网络技术在实现真智能方面具有独特之处。

  • 真智能的特征:通过学习能力使机器能够自行分析问题并做出思考。

人工神经网络的构建

人工神经网络是模仿生物神经网络的计算机技术。

神经元的功能

人工神经元通过信息处理模拟生物神经元的工作方式。

  • 输入-权重-输出:信息通过输入接收,权重决定处理力度,最终输出结果。

神经网络的训练

从单层到多层,决定了神经网络的深浅。

  • 浅层网络:如单神经元的简单模型。
  • 深度网络:通过多层结构实现更复杂的信息处理,在机器学习中被称作"深度学习"。

神经元的工作模式

生物神经元通过树突接受信息并传递给细胞体,完成信息处理。

人工神经元虽然没有树突结构,但仍然保持了类似的信息处理逻辑。

人工神经网络的学习能力

训练神经网络的过程即为学习过程。

  • 神经网络重构:通过不断调整权值使其适应数据特征。

提升篇

希望这份笔记能帮助你更好地理解人工智能的基本概念与技术特点。


(本文基于AI技术特点进行了适当的总结注释,原文内容未做改动)

转载地址:http://zzupz.baihongyu.com/

你可能感兴趣的文章
OpenCV 错误:(-215)size.width>0 &&函数imshow中的size.height>0
查看>>
opencv&Python——多种边缘检测
查看>>
opencv&python——高通滤波器和低通滤波器
查看>>
OpenCV-Python接口、cv和cv2的性能比较
查看>>
opencv1-加载、修改、保存图像
查看>>
opencv10-形态学操作
查看>>
opencv11-提取水平直线和垂直直线
查看>>
opencv12-图像金字塔
查看>>
opencv14-自定义线性滤波
查看>>
opencv15-边缘处理
查看>>
opencv16-Sobel算子
查看>>
opencv2-矩阵掩膜操作
查看>>
opencv21-像素重映射
查看>>
opencv22-直方图均衡化
查看>>
opencv23-直方图计算
查看>>
opencv24-直方图比较
查看>>
opencv25-直方图反向投影
查看>>
opencv26-模板匹配
查看>>
opencv27-轮廓发现
查看>>
opencv28-凸包
查看>>