深度学习：基于Pytorch的实现 | 第一章 导论

学习目标

通过本章的学习，读者可以掌握：

1、人工智能的定义与发展历程；

2、深度学习的概念与适用领域；

3、深度学习与回归分析、机器学习、人工智能之间的关系；

4、常见深度学习框架的适用场景；

5、本书代码镜像的使用方法。

导言

2016年3月，AlphaGo与围棋世界冠军、职业九段棋手李世石进行围棋人机大战，以4比1的总比分获胜，一时间，各大媒体开始争相报道人工智能时代的到来。对于普罗大众而言，对“人工智能”最大的印象，可能来自于AlphaGo，来自人脸识别，语音识别，自动翻译等有趣应用。但是，当我们在说“人工智能”时，大多数时候是指这些应用背后的核心技术，即深度学习（Deep Learning，DL）。对于深度学习，你是否充满好奇？充满期待？同时又充满恐惧？本章作为全书的开篇，将为你揭开深度学习的神秘面纱，学习完本章，你将了解人工智能的定义与发展历程，深度学习的概念与擅长的领域，它与回归分析、机器学习、人工智能的关系，以及常用的深度学习框架简介。最后，为了便于读者的使用与学习，我们将全书的代码和数据文件整合成一个镜像，放在矩池云平台供没有GPU资源的读者进行学习，同时，对于有GPU资源的读者，我们也准备了公开的网盘链接，提供数据和代码文件的下载，提供给读者进行学习。

本书数据和代码下载链接：

京东购买

当当购买