机器学习和深度学习

这篇讲点基础，机器学习是什么，深度学习是什么，有什么区别，发展，模型，框架，学习逻辑等等。

机器学习和深度学习的区别

机器的本质是程序员手动告诉机器应该是什么样的，然后机器根据人类告诉他的东西完成相应的任务。

深度学习不需要人类告诉他应该怎么做，而是自己学习应该怎么做，然后根据自己学习到的东西完成相应任务。

机器学习需要人工提取特征，而深度学习是由机器来提取特征。深度学习人在里面因素减少。
学习深度学习你就不用先学习数据分析方面知识，直接用深度学习搭建一个神经网络模型，训练模型。而这个才是人工智能工程师最核心的工作。

深度学习的发展

之前计算机对于数据的收集比较落后，而且在之前没有GPU之前，cpu完成数据的分析和计算任务可能要以几十天为单位，这也是为什么深度学习在之前没有普及的原因。

后来，随着gpu的发展和普及，对大型数据集的处理速度也越来越快，这也导致深度学习开始普及。

深度学习中的两种模型pytorch和tensorflow

命令式--pytorch

符号式--tensorflow

深度学习应用举例

人脸识别、黑白图上色、机器自动翻译、目标检测、自动驾驶等。

学习逻辑

先学习人工智能应用最核心，最前沿，最火热的内容——深度学习
目前人工智能行业应用最典型两个计算机视觉（CV），自然语言处理(NLP)，都用的是深度学
习其次再学习机器学习，行业里面本来就比较成熟的应用，扩展知识面，也更好理解机器学习的大类内容。