【深智書摘】不管你是不是電腦業的從業人員，你都應該學會Python及至少一種人工智慧的框架！
更新於 發佈於 閱讀時間約 5 分鐘
馬克•庫班（NBA獨行俠隊老闆，億萬富翁）說過：「人工智慧、深度學習和機器學習，不論你現在是否能夠理解這些概念，你都應該學習。否則三年內，你就會像被滅絕的恐龍一樣被社會淘汰。現在不開始，以後就來不及了。」
深度學習如何高效入門可以說是AI 領域老生常談的問題了，一種路徑是從傳統的統計學習開始，然後跟著書上推公式學數學；另一種路徑是從實驗入手，畢竟深度學習是一門實驗科學，可以透過學習深度學習框架TensorFlow 和Keras 以及具體的影像辨識的任務入手。對想要快速出成果的同學來說，第一種方法是不推薦的，除非你的數學很強想去做一些偏理論的工作，對大部分人來說還是從深度模型入手，以實驗為主來學習比較合適。
什麼是人工智慧、機器學習與深度學習？
AI 是Artificial Intelligence 的縮寫，中文是大家廣知的「人工智慧」。它可以視為使機器具備類似人類的智慧，從而代替人類去完成某些工作和任務。
要說明什麼是深度學習，首先要知道機器學習、神經網路、深度學習之間的關係。
眾所皆知，機器學習是一種利用資料訓練出模型，然後使用模型預測的技術。與傳統的為解決特定任務、透過編碼實現的軟體程式不同，機器學習使用大量的資料來「訓練」，透過各種演算法從資料中學習如何完成任務。機器學習是人工智慧的子領域，機器學習理論主要是研究、分析和設計一些讓電腦可以自動學習的演算法。在這種機器自學的方式中，我們不給機器規則，取而代之的是，我們提供機器大量針對某一任務的資料，讓機器自己去學習，去挖掘出規律，從而具備完成某一任務的智慧。因此，機器學習就是透過演算法，使用大量資料進行訓練，訓練完成後會產生模型，訓練好的模型就用於新資料結果的預測。
深度學習框架TensorFlow、Keras
深度學習已經廣泛應用於各個領域，這裡拋磚引玉，簡單介紹一下時下非常熱門的深度學習開放原始碼框架TensorFlow。TensorFlow 是Google 開放原始碼的機器學習工具，在2015 年11 月實現正式開放原始碼，開放原始碼協定為Apache 2.0。TensorFlow 作為Google 重要的開放原始碼專案，有非常火熱的開放原始碼社區推動其發展。TensorFlow 中的實現程式可能跟通常的Python 程式有點不一樣，因為TensorFlow 有它自己的框架和系統，會用它自己更加調配的方式來描述過程。
Keras 是一個極簡的、高度模組化的神經網路函數庫，採用Python 開發，能夠執行在TensorFlow 平台，旨在完成深度學習的快速開發。Keras 的開發重點是支援快速的實驗，能夠以最小的延遲把我們的想法轉為實驗結果，是做好神經網路研究工作的關鍵。Keras 最初是作為ONEIROS 專案（開放式神經電子智慧型機器人作業系統）研究工作的一部分而開發的，Keras 是一款使用純Python 語言撰寫的神經網路API，使用Keras 能夠快速實現我們的深度學習方案，所以Keras 有著「為快速試驗而生」的美稱。Keras 以TensorFlow、Theano、CNTK 為後端，即Keras 的底層計算都是以這些框架為基礎，這使得Keras 能夠專注於快速架設神經網路模型。
IMDB電影評論情感分析
IMDB 是一個與電影相關的線上資料庫，它包含了25000 部電影的評價資訊，該資料庫是由史丹佛大學的研究院整理的。IMDB 電影資料集含有50000 個電影評論，訓練資料與測試資料各25000 項，每一項電影評論都被標記為「正面評價」和「負面評價」兩類。
情感分析是自然語言處理中很重要的方向，目的是讓電腦理解文字中包含的情感資訊。情感分析有很多的應用場景，比如做一個電子商務網站，賣家需要時刻關心使用者對於商品的評論是否是正面的。再比如做一個電影的宣傳和策劃，電影在觀眾中的口碑也非常重要。網際網路上任何一個事件或物品，都有可能產生成千上萬的文字評論，如何定義每一個文字的情緒是正面還是負面的，是一件很有挑戰的事情。
我們希望建立一個模型，在經過大量的電影評論文字訓練後，這個模型可以用來預測電影評論是正面評價或是負面評價。
遷移學習，人臉辨識、影像風格遷移、生成對抗網路
人臉辨識其實是一種身份驗證技術，它與我們所熟知的指紋辨識、聲紋辨識、虹膜辨識等均屬於生物資訊辨識領域。它是分析與比較人臉視覺特徵資訊，進行身份驗證或查詢的一項電腦視覺技術手段。作為生物資訊辨識之一的人臉辨識，其具有對擷取裝置要求不高（裝置只需要能夠拍照即可）、擷取方式簡單等特點。在進行人臉身份認證時，不可避免地會經歷諸如影像擷取、人臉檢測、人臉定位、人臉提取、人臉前置處理、人臉特徵提取、人臉特徵對比等步驟，這些都可以認為是人臉辨識的範圍。
我們正經歷一場大革命，這場革命就是由巨量資料和強大的電腦運算能力開始的。如果你會一點點Python，本書就是最適合你入門的一本書。
--
本文取自深智數位出版之〈用最簡潔的Python上手 - 深度學習從精通再成大神〉
為什麼會看到廣告
9會員
25內容數
留言0
查看全部
你可能也想看
Google News 追蹤
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
TensorFlow是由 Google 開發的一個強大開源機器學習框架，它賦予電腦像人類一樣學習和思考的能力。本文介紹了 TensorFlow 的核心功能、概念及其在圖像識別、自然語言處理等領域的應用，並提供學習資源與社群資訊。無論是初學者還是專業開發者，都能充分發揮 AI 的潛力。
人工智能:革命性技術的崛起與挑戰
1. 什麼是人工智能?
人工智能(AI)是指由人類創造的機器或系統,能夠模仿人類智能,執行通常需要人類智能才能完成的任務。這包括學習、問題解決、語言理解、視覺感知等能力。AI系統可以處理大量數據,識別模式,並根據這些信息做出決策或預測。
2.
Microsoft Azure AI 900 證照，把準備資料整理分享給大家。
AI 是可模仿人類行為與能力的軟體，主要的工作包含：
機器學習：這通常是 AI 系統的基礎，且是「指導」電腦模型進行預測並從資料中得出結論的方式
電腦視覺：透過相機、影片和影像，以視覺方式解譯世界的 AI 功能
人工智慧是什麼？
人工智慧（Artificial Intelligence, AI） 簡單來說，就是讓機器模仿人類的思考、學習和決策的能力。它就像是一個聰明的電腦程序，可以執行許多原本需要人類智慧才能完成的工作，例如：
語音辨識： 讓電腦聽懂人類的語言，像是 Siri、Google As
AI的世界充滿了創新和潛力，涵蓋了許多領域，包括但不限於機器學習，自然語言處理、電腦視覺和機器人技術。AI對人類社會的影響是複雜而多層面的，既帶來了巨大的機遇，也提出了新的挑戰。社會需要在技術發展和倫理規範之間找到平衡，確保AI技術的應用能夠真正造福人類。
在人工智能的發展歷程中，早期的研究主要側重於將解決問題的規則輸入計算機，試圖通過啟蒙運動理性的思路模擬人類的智能行為。然而，這條路逐漸變得艱難，因為規則過於繁多，無法應對複雜的情境和語境。在這個背景下，一些科學家轉向了神經網絡算法，試圖模擬人腦的感知能力。
大語言模型能夠生成文本，因此被認為是生成式人工智慧的一種形式。
人工智慧的學科任務，是製作機器，使其能執行需要人類智慧才能執行的任務，例如理解語言，便是模式，做出決策。
除了大語言模型，人工智慧也包含了深度學習以及機器學習。
機器學習的學科任務，是透過演算法來實踐AI。
特別
生成式人工智慧（AI）已成為當前科技領域的一大熱點，其能力不僅限於模擬人類智能，更能在多種非傳統計算任務中創造前所未有的內容。這篇文章將深入探討生成式AI的理論基礎、實際應用、代碼實踐，以及其商業應用、工具和公司等方面，提供一個全面的視角來了解這一迅速發展的領域。
AI，人工智慧，其實不是這幾年才有的，自從圖靈(Alan Turing)提出圖靈機模型和發表【計算機器與智慧】(Computing Machinery and Intelligence)論文以來，人工智慧，一直是程式設計人員、電腦工作者心目中的聖杯，讓我們一起來探討AI的未來。
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
TensorFlow是由 Google 開發的一個強大開源機器學習框架，它賦予電腦像人類一樣學習和思考的能力。本文介紹了 TensorFlow 的核心功能、概念及其在圖像識別、自然語言處理等領域的應用，並提供學習資源與社群資訊。無論是初學者還是專業開發者，都能充分發揮 AI 的潛力。
人工智能:革命性技術的崛起與挑戰
1. 什麼是人工智能?
人工智能(AI)是指由人類創造的機器或系統,能夠模仿人類智能,執行通常需要人類智能才能完成的任務。這包括學習、問題解決、語言理解、視覺感知等能力。AI系統可以處理大量數據,識別模式,並根據這些信息做出決策或預測。
2.
Microsoft Azure AI 900 證照，把準備資料整理分享給大家。
AI 是可模仿人類行為與能力的軟體，主要的工作包含：
機器學習：這通常是 AI 系統的基礎，且是「指導」電腦模型進行預測並從資料中得出結論的方式
電腦視覺：透過相機、影片和影像，以視覺方式解譯世界的 AI 功能
人工智慧是什麼？
人工智慧（Artificial Intelligence, AI） 簡單來說，就是讓機器模仿人類的思考、學習和決策的能力。它就像是一個聰明的電腦程序，可以執行許多原本需要人類智慧才能完成的工作，例如：
語音辨識： 讓電腦聽懂人類的語言，像是 Siri、Google As
AI的世界充滿了創新和潛力，涵蓋了許多領域，包括但不限於機器學習，自然語言處理、電腦視覺和機器人技術。AI對人類社會的影響是複雜而多層面的，既帶來了巨大的機遇，也提出了新的挑戰。社會需要在技術發展和倫理規範之間找到平衡，確保AI技術的應用能夠真正造福人類。
在人工智能的發展歷程中，早期的研究主要側重於將解決問題的規則輸入計算機，試圖通過啟蒙運動理性的思路模擬人類的智能行為。然而，這條路逐漸變得艱難，因為規則過於繁多，無法應對複雜的情境和語境。在這個背景下，一些科學家轉向了神經網絡算法，試圖模擬人腦的感知能力。
大語言模型能夠生成文本，因此被認為是生成式人工智慧的一種形式。
人工智慧的學科任務，是製作機器，使其能執行需要人類智慧才能執行的任務，例如理解語言，便是模式，做出決策。
除了大語言模型，人工智慧也包含了深度學習以及機器學習。
機器學習的學科任務，是透過演算法來實踐AI。
特別
生成式人工智慧（AI）已成為當前科技領域的一大熱點，其能力不僅限於模擬人類智能，更能在多種非傳統計算任務中創造前所未有的內容。這篇文章將深入探討生成式AI的理論基礎、實際應用、代碼實踐，以及其商業應用、工具和公司等方面，提供一個全面的視角來了解這一迅速發展的領域。
AI，人工智慧，其實不是這幾年才有的，自從圖靈(Alan Turing)提出圖靈機模型和發表【計算機器與智慧】(Computing Machinery and Intelligence)論文以來，人工智慧，一直是程式設計人員、電腦工作者心目中的聖杯，讓我們一起來探討AI的未來。