python 人工智能
让我们找出人工智日夏养花网能到底是什么。使人类通常执行的智力任务自动化的努力。因此，人工智能是一个涵盖机器学习和深度学习的通用领域，但还包括许多不涉及任何学习的方法。现代意义上的人工智能历史始于1950年代，当时艾伦图灵(Alan Turing)和达特茅斯(Dartmouth)工作坊的作品汇聚了该领域的第一批爱好者，并在其中阐述了人工智能科学的基本原理。此外，为了成为当今世界科学的关键领域之一，该行业经历了利益激增和随后的衰退(所谓的“人工智能冬天”)的几个周期。值得一提的是强人工智能和弱人工智能的假设。强大的AI可以独立思考和意识到自己。弱小的AI被剥夺了这种能力，仅执行一定范围的任务(下棋，识别图像中的猫咪或 绘制图片，费用为432,500美元)。现有的所有AI都很薄弱，不用担心。如今，很难想象没有使用AI的任何类型的活动。无论您是开车，自拍照，在网上商店自己买运动鞋还是计划假期，几乎每个地方都有小型，薄弱但已经非常有用的人工智能为您提供帮助。
深度学习
深度学习涉及深度神经网络。关于深度的意见可能会有所不同。一些专家认为，如果网络具有多个隐藏层，则可以将其视为深度网络;而另一些专家则认为，只有具有许多隐藏层的网络才可以视为深度网络。现在有几种类型的神经网络正在积极使用。其中最受欢迎的是以下几种：(1)长短期记忆(LSTM) -用于文本分类和生成，语音识别，音乐作品生成以及时间序列预测。(2)卷积神经网络(CNN) -用于图像识别，视频分析和自然语言处理任务。

深度学习是人工智能的子集，是实现人工智能的一种算日夏养花网法。还有其他方法可以实现人工智能，比如统计学习，专家系日夏养花网统或者未来尚待人类发明的算法。
深度学习是指利用深度神经网络学习特定分布（概率论理念）从而实现人工智能。深度神经网络是相对简单感知机而言的。一般的感知机只有两三层，输入量也比较少。而深度神经网络的层数多，输入量多。
深度神经网络早在三四十年前就被提出来了，只是受限于当时硬件计算能力，难以实现。近十年来受益于GPU运算能力的提高，还有市场对图像处理、文字和音频处理的需求，深度学习才成为研究热门。

1. 深度学习与AI。本质上来讲，人工智能相比深度学习是更宽泛的概念。人工智能现阶段分为弱人工智能和强人工智能，实际上当下科技能实现的所谓“人工智能”都是弱AI，奥创那种才是强AI（甚至是boss级的）。而深度学习，是AI中的一种技术或思想，曾被MIT技术评论列为2013年十大突破性技术（Deep Learning居首）。或者换句话说，深度学习这种技术（我更喜欢称其为一种思想，即end-to-end）说不定就是实现http://www.rixia.cc未来强AI的突破口。
2. 深度学习与ML。DL与ML两者其实有着某种微妙的关系。在DL还没有火起来的时候，它是以ML中的神经网略学习算法存在的，随着计算资源和big data的兴起，神经网络摇身一变成了如今的DL。学界对DL一般有两种看法，一种是将其视作feature extractor，仅仅用起提取powerful feature；而另一种则希望将其发展成一个新的学习分支，也就是我上面说的end-to-end的“深度学习的思想”。

编程还有高等数学微积分等等
学人工智能可以到这里看看