Tensorflow学习笔记（1）

一.人工智能概述

1. 什么是人工智能？
   人工智能的概念：机器模拟人的意识和思维。
2. 什么是机器学习？
   机器学习的概念：机器学习是一种统计学方法，计算机利用已有数据得出某种模型，再利用此模型预测结果。
   机器学习，则是实现人工智能的一种方法，是人工智能的子集。
3. 什么是深度学习？
   深度学习的概念：深层次神经网络。源于对生物脑神经元结构的研究。
   
   神经网络的定义：神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。
   
   神经元模型：即定义中的简单单元。
   生物学中的神经元：下图左侧许多支流（树突）汇总在一起，接受到刺激后传入细胞体，这就是神经元的输入。再经过轴突将神经冲动由细胞体传入到其他神经元，这就是神经元的输出。人脑由860亿个这样的神经元组成，所有的思维意识都以它为基本单元，连接成网络实现的。
   
   
   
   如生物神经网络的基本单元是神经元一样，人工神经网络的基本单元 也是神经元。
   深度学习就是深层次神经网络，则是机器学习的一种实现方法，是机器学习的子集。
4. 计算机中的神经元模型
   参考生物神经元的结构，得到了抽象的神经元模型MP。神经元模型是一个包含输入，输出与计算功能的模型。
   输入可类比为神经元的树突，输出可类比为神经元的轴突，计算可类比为细胞核。
   
   
   庞大的神经网络是基于神经元结构的，是输入乘以权重，再求和，再过非线性函数的过程。