信息技术基础-1761013999140.pptxVIP

信息技术基础

主讲教师：孟孜阳人工智能介绍

教学目标/OBJECTIVE机器学习框架04怎样学习人工智能05总结和拓展06

任务实现/PROCESS机器学习框架.框架名称接口语言是否开源TensorFlowC++、Java、Python、Go、C#等开源PaddlePaddleC++、Python开源CaffeC++、MATLAB、Python开源PyTorchC++、Python等开源MXNetC++、Python、R、MATLAB等开源表1-1TensorFlow、PaddlePaddle、Caffe、PyTorch、MXNet框架的说明

任务实现/PROCESS机器学习框架1、TensorFlowTensorFlow是一个采用数据流图（DataFlowGraphs）的，用于数值计算的开源软件库。它灵活的架构允许用户在多种平台上展开计算，如台式计算机中的一个或多个CPU（或GPU）、服务器、移动设备等。

任务实现/PROCESS机器学习框架1、TensorFlow灵活性TensorFlow不是一个严格的“神经网络”库。只要用户可以将计算表示为一个数据流图，就可以使用TensorFlow。用户通过构建图描写驱动计算的内部循环。可移植性TensorFlow可以在CPU和GPU上运行，如可以运行在台式机、服务器、手机移动设备上等。

任务实现/PROCESS机器学习框架1、TensorFlow将科研和产品联系在一起开发者可使用TensorFlow尝试新的算法，产品团队使用TensorFlow来训练和使用计算模型，并直接提供给在线用户。自动求微分。用户只需要定义预测模型的结构，将这个结构和目标函数（ObjectiveFunction）结合在一起，并添加数据，TensorFlow就将自动为用户计算相关的微分导数。

任务实现/PROCESS机器学习框架1、TensorFlow多语言支持TensorFlow具有合理的C++使用界面，也有一个易用的Python使用界面来构建和执行Graphs；支持TensorFlow的语言包括Python、C++、Java、C#等。性能最优化用户可以自由地将TensorFlow图中的计算元素分配到不同设备上，TensorFlow可以管理好这些不同的计算副本。

任务实现/PROCESS机器学习框架2、PaddlePaddlePaddlePaddle是百度推出的开源深度学习平台，最初由百度科学家和工程师开发，有着全面、准确的中文使用文档，为国内的开发者建立了友好的生态环境。

任务实现/PROCESS机器学习框架2、PaddlePaddle为了高效地使用异步计算资源，PaddlePaddle对框架的不同层进行优化，包括计算、存储、架构和通信。PaddlePaddle支持丰富的神经网络架构和优化算法，易于配置复杂模型。灵活性高效性

任务实现/PROCESS机器学习框架2、PaddlePaddle在百度，PaddlePaddle已经部署到具有巨大用户量的产品和服务上，包括广告点击率（CTR）预测、大规模图像分类、光学字符识别（OCR）、搜索排序、计算机病毒检测、推荐系统等。PaddlePaddle使利用各种CPU、GPU和机器来加速的训练变得简单。PaddlePaddle通过优化通信可以实现巨大的吞吐量，并可以快速执行。稳定性与产品相连

任务实现/PROCESS怎样学习人工智能1、掌握一门编程语言Python是一种高层次的结合了解释性、编译性、互动性的面向对象的脚本语言，它的使用方法非常简单。最重要的是，早期的时候，要构建TensorFlow图，Python是唯一的选择。

任务实现/PROCESS怎样学习人工智能2、学会使用一种工具PyCharm是一个专门为Python打造的集成开发环境，具有一整套可以帮助用户在使用Python语言开发时提高效率的工具。

任务实现/PROCESS怎样学习人工智能3、多学习一些论文在学习初期，需要研读一些入门的网络论文。如果想了解图像领域的LeNet、AlexNet框架，可以先阅读相关的论文，这些经典的网络论文往往会让读者对这个领域的知识有更加深入的理解。

任务实现/PROCESS怎样学习人工智能4、尝试修改并训练网络对一个初学者而言，修改网络参数（即调参）是一件很困难的事，但是很多开源的网络都可以用自己的数据集去训练。在训练过程中，初学者会对这个网络有更加深刻的认识。

教学总结/SUMMARIZE除了手机屏幕解锁和支付宝脸部ID支付，人脸识别技术还有哪些应用场景？深度学习是如何从机器学习中发展出来的？它们之间有哪些联系和区别？近年来，人工智能在哪些领域取得了显著进展？如何解决人工智能在数据隐私、安全性和伦理道德等方面的问题？

感谢观看