AI入门之深度学习：基本概念篇
原文中文，约7400字，阅读约需18分钟。发表于：。图1：计算机有效工作的常用方法：程序员编写规则（程序），计算机遵循这些规则将输入数据转换为适当的答案。这一方法被称为符号主义人工智能，适合用来解决定义明确的逻辑问题，比如早期的PC小游戏：五子棋等，但是像图像分类、语音识别或自然语言翻译等更复杂、更模糊的任务，难以给出明确的规则。图2：机器学习把这个过程反了过来：机器读取输入数据和相应的答案，然后找出应有的规则。机器学习系统是训练出来的，...
深度学习是机器学习的一个分支，通过多个表示层学习。神经网络是深度学习的模型，使用张量作为基本数据结构。神经网络的运算可以简化为张量运算，包括逐元素运算、张量积和张量变形。优化使用梯度下降法，反向传播是计算梯度的方法之一。使用Python的Keras库可以实现手写数字识别任务。
