人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。AI的核心问题包括建构能够跟人类似甚至超卓的推理、知识、规划、学习、交流、感知、移物、使用工具和操控机械的能力等[9]。人工智能目前仍然是该领域的长远目标[10]。目前弱人工智能已经有初步成果，甚至在一些影像识别、语言分析、棋类游戏等等单方面的能力达到了超越人类的水平，而且人工智能的通用性代表着，能解决上述的问题的是一样的AI程序，无须重新开发算法就可以直接使用现有的AI完成任务，与人类的处理能力相同，但达到具备思考能力的统合强人工智能还需要时间研究，比较流行的方法包括统计方法，计算智能和传统意义的AI。目前有大量的工具应用了人工智能，其中包括搜索和数学优化、逻辑推演。而基于仿生学、认知心理学，以及基于概率论和经济学的算法等等也在逐步探索当中。
TENSORFLOW文章/教程 更多
- TensorFlow.js实现AI换脸使用示例详解 2023-03-20
- TensorFlow.js实现AI换脸使用示例详解 2023-03-20
- tensorflow转onnx的实现方法 2023-03-19
- tensorflow转onnx的实现方法 2023-03-19
- tensorflow中Dense函数的具体使用 2023-03-18
- tensorflow基于Anaconda环境搭建的方法步骤 2023-03-18
- Python基于Tensorflow2.X实现汽车油耗预测 2023-03-16
- Python基于Tensorflow2.X实现汽车油耗预测 2023-03-16
- 在昇腾平台上对TensorFlow网络进行性能调优 2023-03-15
- 深度学习Tensorflow2.8 使用 BERT 进行文本分类 2023-03-13
PYTORCH文章/教程 更多
- 深度学习之PyTorch实战（4）——迁移学习 2023-03-27
- 深度学习之PyTorch实战（4）——迁移学习 2023-03-27
- 怎么在conda虚拟环境中配置cuda+cudnn+pytorch深度学习环境 2023-03-26
- Pytorch之8层神经网络实现Cifar-10图像分类验证集准确率94.71% 2023-03-25
- Pytorch之8层神经网络实现Cifar-10图像分类验证集准确率94.71% 2023-03-25
- 如何在conda虚拟环境中配置cuda+cudnn+pytorch深度学习环境 2023-03-23
- 通俗的讲解深度学习中CUDA,cudatookit,cudnn和pytorch的关系 2023-03-23
- 通俗的讲解深度学习中CUDA,cudatookit,cudnn和pytorch的关系 2023-03-23
- Pytorch搭建简单的卷积神经网络(CNN)实现MNIST数据集分类任务 2023-03-23
- Pytorch搭建简单的卷积神经网络(CNN)实现MNIST数据集分类任务 2023-03-23
KERAS文章/教程 更多
- keras回调函数的使用 2023-03-20
- 使用tf.keras.MaxPooling1D出现错误问题及解决 2023-03-11
- 使用tf.keras.MaxPooling1D出现错误问题及解决 2023-03-11
- keras图片数字识别入门AI机器学习 2023-03-09
- Keras函数式(functional)API的使用方式 2023-02-22
- 关于keras中卷积层Conv2D的学习记录 2023-02-21
- 解读tf.keras.layers模块中的函数 2023-02-21
- keras.layers.Layer中无法定义name的问题及解决 2023-02-21
- keras.layers.Conv2D()函数参数用法及说明 2023-02-21
- Python利用keras接口实现深度神经网络回归 2023-02-17
CAFFE文章/教程 更多
- import caffe报错问题 2022-12-23
- 使用TensorRT对caffe和pytorch onnx版本的mnist模型进行fp32和fp16 推理 | tensorrt fp32 fp16 tutorial with caffe pytorch minist model 2022-12-23
- Caffe windows编译找不到python27_d.lib问题解决 2022-12-23
- caffe生成voc格式lmdb 2022-12-23
- Win10上使用VS2015编译Caffe2 2022-12-23
- [caffe] 史上最透彻的lenet.prototxt解析 2022-12-23
- windows+caffe(五)——实例2MNIST图片 2022-12-23
- caffe问题集锦 2022-12-23
- Caffe代码分析--crop_layer.cu 2022-12-23
- GOTURN跟踪算法caffe配置问题 2022-12-23
卷积神经网络文章/教程 更多
- Pytorch搭建简单的卷积神经网络(CNN)实现MNIST数据集分类任务 2023-03-23
- Pytorch搭建简单的卷积神经网络(CNN)实现MNIST数据集分类任务 2023-03-23
- CoordConv实现卷积加上坐标实例详解 2023-03-20
- CoordConv实现卷积加上坐标实例详解 2023-03-20
- 何为神经网络卷积层？ 2023-03-16
- 关于keras中卷积层Conv2D的学习记录 2023-02-21
- CNN卷积函数Conv2D()各参数的含义及用法解读 2023-02-21
- Pytorch:Conv2d卷积前后尺寸详解 2023-02-21
- F.conv2d pytorch卷积计算方式 2023-02-21
- 图卷积神经网络分类的pytorch实现 2023-02-20
目标检测文章/教程 更多
- 详解目标检测模型的评价指标及代码实现 2023-03-21
- 详解目标检测模型的评价指标及代码实现 2023-03-21
- 基于迁移学习的JS目标检测器构建过程详解 2023-03-20
- Yolov5——训练目标检测模型 2023-03-17
- 手把手教你YOLOv5如何进行区域目标检测 2023-03-12
- TorchVision Transforms API目标检测实例语义分割视频类 2023-03-07
- 万字长文概述单目3D目标检测算法 2023-02-17
- Python实现视频目标检测与轨迹跟踪流程详解 2023-01-28
- 一阶段目标检测网络-RetinaNet 详解 2022-12-23
- 【目标检测】使用YOLOv3对视频进行物体检测并输出新的视频 2022-12-23
GAN生成对抗网络文章/教程 更多
- 一文读懂对抗生成学习(Generative Adversarial Nets)[GAN] 2022-12-23
- 说说GAN（生成式对抗网络） 2022-12-23
- 利用tensorflow训练简单的生成对抗网络GAN 2022-12-23
- 原始的生成对抗网络GAN 2022-12-23
- 生成对抗网络（GAN）相关链接汇总 2022-12-23
- GAN生成式对抗网络（一）——原理 2022-12-23
- GAN生成式对抗网络（三）——mnist数据生成 2022-12-23
- GAN生成式对抗网络（二）——tensorflow代码示例 2022-12-23
- GAN生成式对抗网络（四）——SRGAN超高分辨率图片重构 2022-12-23
- GAN网络无监督对抗网络 2022-12-23
循环神经网络文章/教程 更多
- 《动手学深度学习》系列笔记 —— 循环神经网络 2022-12-23
- 一文了解循环神经网络 2022-12-23
- 对循环神经网络参数的理解|LSTM RNN Input_size Batch Sequence 2022-12-23
- 神经网络与深度学习（三）：循环神经网络网络 2022-12-23
- 【机器学习】李宏毅——Recurrent Neural Network(循环神经网络) 2022-12-23
- 循环神经网络（RNN） 2022-12-23
- RNN循环神经网络处理MNSIT手写数字识别 2022-12-23
- CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)概念区分理解 2022-12-23
- 循环神经网络与LSTM网络 - kexinxin 2022-12-23
- CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)的内部网络结构有什么区别？ 2022-12-23
相关分类