深度學習專欄 - lesson 1 / 初試江湖（深度學習和Python語言概覽及環境搭建

最近確實也閒來無事, 於是筆者也順應時代的潮流, 打算瞅一瞅深度學習, 說到深度學習 其實很多人想到的是神經網絡, 自然語言理解, 很多高大上的名詞, 筆者也想從這篇博客開始來記錄一下自己的學習歷程, 也希望能夠給大家提供一些幫助

what is 深度學習？

Deep Learning, 這個deep其實說的就是深層神經網絡, 神經網絡其實真的是炒的很老的一個概念了, 深度學習也是神經網絡二次翻紅以後取的新的高大上的名字, 畢竟如今被捧上神壇的AI在曾經也有着讓人嗤之以鼻的歷史

上個世紀五十年代AI就已經開始萌芽了, AI的涵蓋面非常的廣, 筆者翻看了一些資料大概也瞭解到一些知識,

• 1. 人工智能並不是計算機領域的專利
• 2. 在數學領域裏, 人家認爲AI是走邏輯 + 走規則
• 3. 在生物領域裏, 認爲AI就是仿生
• 4. 在計算機領域裏, 機器學習(弱人工智能)

  弱人工智能是相對於強人工智能產生的概念, 強人工智能其實就是像科幻小說電影裏的那種跟人差不多的AI, 但在人工智能經歷了一定的低谷以後, 計算機領域的人普遍認爲強人工智能是比較難的, 所以現階段我們都在做弱人工智能, 所謂弱人工智能就是讓AI在某一方面具備跟我們差不多的能力, 比如面容識別就像人的眼睛, 音頻識別就像人的耳朵

談到我們計算機領域中的AI大多數是在說機器學習, 而筆者在上方提到的弱人工智能其實也就是在說神經網絡, 神經網絡這個技術是挺有爭議的, 沉寂過幾次又爆紅過幾次, 在2012年再次爆紅 稱之爲 深度學習, 深度學習也是數據科學

說白了深度學習就是讓機器可以模擬人的大腦來做一些事情, 比如給機器一張貓和狗的照片, 它可以準確的分辨出誰是貓貓誰是狗, 貓狗的例子只是深度學習的冰山一角, 但是我相信你應該可以明白深度學習到底是個什麼意思了

以上關於深度學習的的概念是筆者自身通過學習和查看資料的個人觀點, 因爲初出江湖, 在理解上偏主觀和膚淺, 如果說的不對希望能夠被大牛指點, 感激不盡, 同時筆者也不會將百度到的知識直接貼進來, 那樣其實我們就喪失了看博客的意義。

深度學習的概念基本談了談, 我們再來看看現在在深度和數據分析中大放異彩的Python吧

---

奔放的Python（初識python）

首先爲什麼選擇Python做人工智能？

筆者看到的比較多的回答是因爲Python的生態非常的好, 周邊的庫特別多又開源, 這個理由勉強站得住腳, 隨着慢慢的學習應該就明白爲什麼選擇Python了, 現在的話…emmm, 筆者只能說任何事情發生都有他的意義哈哈, 順帶一提說到底AI的核心算法最底層是C++

然後不是最近接觸Python嘛, 覺得Python真的是太奔放了, 筆者作爲一名前端工程師, 以爲js已經非常的豪邁和自由飛翔了, 但是遇到了Python, 真的沒資格說js豪邁, 跟Python相比都不是一個量級的好嗎

我們來感受一下各語言輸出helloWorld的寫法就知道我爲啥說Python奔放了, 看不懂沒關係, 混個臉熟, 咱還沒到普及語法這塊呢, 就當看着玩兒

java

public class HelloWorld {
    public class void main (String[] args) {
        System.out.println("helloWorld");
    }
}

C

#include <stdio.h>

int main(void)

{
    printf("helloWorld\n");
    return 0;
}

javaScript

console.log('helloWorld');

python

print("helloWorld")

不論你現在是掌握了哪門語言, 相信你都寫過求平均值的函數, 我們來看看python的寫法, 反正我第一次看是牙都給我驚掉了

# get average
def mean(numbers):
    s = 0.0
    for num in numbers:
    s = s + num
    return s / len(numbers)

經過上面的對比和python混的臉熟
, 我們是可以發現js和python差不多在一個等級,甚至python還有點喪心病狂 連分號都不用打

---

Python的特點

1. 解釋性

   跟js一樣, python作爲解釋性的腳本語言, 我們知道計算機只認識1和0, 解釋性語言就是在執行的時候, 我們必須要擁有一個解釋器, 解釋器就好像一個翻譯官, 他看一行python的源碼然後翻譯給計算機, 看一行翻譯一行, 這就叫解釋性

2. 庫多, 生態相當的豐富

3. 開源

4. 跨平臺

2 3 4點筆者就不介紹了, 是個工程師應該都知道這三個詞的概念

---

Python基本環境安裝和配置

1. 到python主頁下載並安裝python基本開發和運行環境

Python主頁下載鏈接

2. 根據操作系統的不同選擇不同的版本

3. 下載相應的python3.0系列版本程序

貼個安裝教程的鏈接

Python安裝教程鏈接

Anaconda環境安裝（下載完以後傻瓜式安裝就好了）

Anaconda下載鏈接

關於anaconda的環境相關筆者這裏也分享一個覺得還可以的軟文

anaconda環境管理

下好了以後, 用搜索框搜索Anaconda Navigator, 如圖, 如果你是windows也是打開搜索application的界面搜索就行

找到這哥們, 然後打開他, 進去下載spyder

如果你已經下載好了, 這裏會顯示launch, 如果你沒下載好, 這裏會顯示install, 點擊install就好

完了以後直接點擊launch打開, 可以看到下面的界面, 代表我們的準備工作就已經做好了

有些小夥伴可能會說, 習慣用Pycharm, 這些都是完全沒問題的, 用什麼都無所謂, 沒有誰更好只有自己更喜歡和更適合, 加油

下一篇博客就正式開始寫Python的語法學習啦, 希望這篇博客至少可以幫助你對深度學習有一定的認知