人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。
人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。人工智能可以對人的意識、思維的信息過程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。AI的核心問題包括建構能夠跟人類似甚至超卓的推理、知識、規劃、學習、交流、感知、移物、使用工具和操控機械的能力等[9]。人工智能目前仍然是該領域的長遠目標[10]。目前弱人工智能已經有初步成果，甚至在一些影像識別、語言分析、棋類游戲等等單方面的能力達到了超越人類的水平，而且人工智能的通用性代表著，能解決上述的問題的是一樣的AI程序，無須重新開發算法就可以直接使用現有的AI完成任務，與人類的處理能力相同，但達到具備思考能力的統合強人工智能還需要時間研究，比較流行的方法包括統計方法，計算智能和傳統意義的AI。目前有大量的工具應用了人工智能，其中包括搜索和數學優化、邏輯推演。而基于仿生學、認知心理學，以及基于概率論和經濟學的算法等等也在逐步探索當中。
TENSORFLOW文章/教程 更多
- TensorFlow2.4完成Word2vec詞嵌入訓練方法詳解 2023-03-09
- TensorFlow2.4完成Word2vec詞嵌入訓練方法詳解 2023-03-09
- TensorFlow安裝并在Pycharm搭建環境的詳細圖文教程 2023-03-08
- TensorFlow安裝并在Pycharm搭建環境的詳細圖文教程 2023-03-08
- Pytorch?和?Tensorflow?v1?兼容的環境搭建方法 2023-03-07
- Tensorflow高性能數據優化增強工具Pipeline使用詳解 2023-03-06
- tensorflow1.x和tensorflow2.x中的tensor轉換為字符串的實現 2023-02-24
- MacOS(M1芯片?arm架構)下安裝tensorflow的詳細過程 2023-02-21
- Python基于TensorFlow接口實現深度學習神經網絡回歸 2023-02-17
- Python TensorFlow深度神經網絡回歸：keras.Sequential 2023-02-03
PYTORCH文章/教程 更多
- Pytorch加載數據集的方式總結及補充 2023-03-08
- Pytorch加載數據集的方式總結及補充 2023-03-08
- 深度學習Pytorch(一) 2023-03-08
- 怎么使用Pytorch+PyG實現MLP 2023-03-08
- 怎么使用Pytorch+PyG實現MLP 2023-03-08
- Pytorch?和?Tensorflow?v1?兼容的環境搭建方法 2023-03-07
- pytorch?dataset實戰案例之讀取數據集的代碼 2023-03-05
- python機器學習pytorch?張量基礎教程 2023-03-04
- Python+pytorch實現天氣識別 2023-03-03
- 人工智能,丹青圣手,全平臺(原生/Docker)構建Stable-Diffusion-Webui的AI繪畫庫教程(Python3.10/Pytorch1.13.0) 2023-03-03
KERAS文章/教程 更多
- keras圖片數字識別入門AI機器學習 2023-03-09
- Keras函數式(functional)API的使用方式 2023-02-22
- 關于keras中卷積層Conv2D的學習記錄 2023-02-21
- 解讀tf.keras.layers模塊中的函數 2023-02-21
- keras.layers.Layer中無法定義name的問題及解決 2023-02-21
- keras.layers.Conv2D()函數參數用法及說明 2023-02-21
- Python利用keras接口實現深度神經網絡回歸 2023-02-17
- Python TensorFlow深度神經網絡回歸：keras.Sequential 2023-02-03
- Keras_Tutorial_v2a 2022-12-23
- keras使用horovod多gpu訓練 2022-12-23
CAFFE文章/教程 更多
- import caffe報錯問題 2022-12-23
- 使用TensorRT對caffe和pytorch onnx版本的mnist模型進行fp32和fp16 推理 | tensorrt fp32 fp16 tutorial with caffe pytorch minist model 2022-12-23
- Caffe windows編譯找不到python27_d.lib問題解決 2022-12-23
- caffe生成voc格式lmdb 2022-12-23
- Win10上使用VS2015編譯Caffe2 2022-12-23
- [caffe] 史上最透徹的lenet.prototxt解析 2022-12-23
- windows+caffe(五)——實例2MNIST圖片 2022-12-23
- caffe問題集錦 2022-12-23
- Caffe代碼分析--crop_layer.cu 2022-12-23
- GOTURN跟蹤算法caffe配置問題 2022-12-23
卷積神經網絡文章/教程 更多
- 關于keras中卷積層Conv2D的學習記錄 2023-02-21
- CNN卷積函數Conv2D()各參數的含義及用法解讀 2023-02-21
- Pytorch:Conv2d卷積前后尺寸詳解 2023-02-21
- F.conv2d?pytorch卷積計算方式 2023-02-21
- 圖卷積神經網絡分類的pytorch實現 2023-02-20
- 神經網絡基礎部件-卷積層詳解 2023-02-16
- 【論文筆記】FCN全卷積網絡 2023-02-13
- 總結了6種卷積神經網絡壓縮方法 2023-02-02
- Python關于維卷積的理解 2023-02-02
- FCGF-基于稀疏全卷積網絡的點云特征描述子提取(ICCV2019) 2022-12-23
目標檢測文章/教程 更多
- TorchVision?Transforms?API目標檢測實例語義分割視頻類 2023-03-07
- 萬字長文概述單目3D目標檢測算法 2023-02-17
- Python實現視頻目標檢測與軌跡跟蹤流程詳解 2023-01-28
- 一階段目標檢測網絡-RetinaNet 詳解 2022-12-23
- 【目標檢測】使用YOLOv3對視頻進行物體檢測并輸出新的視頻 2022-12-23
- 目標檢測之人臉識別 2022-12-23
- 目標檢測后處理之NMS（非極大值抑制算法） 2022-12-23
- 目標檢測之車輛行人（darknet版yolov3） 2022-12-23
- 目標檢測之車輛行人（tensorflow版yolov3-tiny） 2022-12-23
- 目標檢測之RefineDet 2022-12-23
GAN生成對抗網絡文章/教程 更多
- 一文讀懂對抗生成學習(Generative Adversarial Nets)[GAN] 2022-12-23
- 說說GAN（生成式對抗網絡） 2022-12-23
- 利用tensorflow訓練簡單的生成對抗網絡GAN 2022-12-23
- 原始的生成對抗網絡GAN 2022-12-23
- 生成對抗網絡（GAN）相關鏈接匯總 2022-12-23
- GAN生成式對抗網絡（一）——原理 2022-12-23
- GAN生成式對抗網絡（三）——mnist數據生成 2022-12-23
- GAN生成式對抗網絡（二）——tensorflow代碼示例 2022-12-23
- GAN生成式對抗網絡（四）——SRGAN超高分辨率圖片重構 2022-12-23
- GAN網絡無監督對抗網絡 2022-12-23
循環神經網絡文章/教程 更多
- 《動手學深度學習》系列筆記 —— 循環神經網絡 2022-12-23
- 一文了解循環神經網絡 2022-12-23
- 對循環神經網絡參數的理解|LSTM RNN Input_size Batch Sequence 2022-12-23
- 神經網絡與深度學習（三）：循環神經網絡網絡 2022-12-23
- 【機器學習】李宏毅——Recurrent Neural Network(循環神經網絡) 2022-12-23
- 循環神經網絡（RNN） 2022-12-23
- RNN循環神經網絡處理MNSIT手寫數字識別 2022-12-23
- CNN(卷積神經網絡)、RNN(循環神經網絡)、DNN(深度神經網絡)概念區分理解 2022-12-23
- 循環神經網絡與LSTM網絡 - kexinxin 2022-12-23
- CNN(卷積神經網絡)、RNN(循環神經網絡)、DNN(深度神經網絡)的內部網絡結構有什么區別？ 2022-12-23
相關分類