资料

TensorBoard是Tensorflow自带的网络模型可视化的工具，使用者可以清楚地看到网络的结构、数据流向、损失函数变化等一系列与网络模型有关的数据。

图形处理器（英语：Graphics Processing Unit，缩写：GPU），又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上图像运算工作的微处理器。

用途是将计算机系统所需要的显示信息进行转换驱动，并向显示器提供行扫描信号，控制显示器的正确显示，是连接显示器和个人电脑主板的重要元件，也是“人机对话”的重要设备之一。显卡作为电脑主机里的一个重要组成部分，承担输出显示图形的任务，对于从事专业图形设计的人来说显卡非常重要。

 海量数据分析系统，深度学习系统的架构设计  相关资料

如何搭建Python神经网络呢？给大家推荐了7个相关学习资料，第一篇文章简要介绍如何从零开始搭建一个三层的神经网络，其余6篇文章会更加详细的介绍神经网络的概念和理论，并通过动手使用python实现一个神经网络使理论与实践相结合。建议按照资料排列顺序阅读。

 学习

 AIoT（人工智能物联网）=AI（人工智能）+IoT（物联网）。  AIoT融合AI技术和IoT技术，通过物联网产生、收集海量的数据存储于云端、边缘端，再通过大数据分析，以及更高形式的人工智能，实现万物数据化、万物智联化，物联网技术与人工智能追求的是一个智能化生态体系，除了技术上需要不断革新，技术的落地与应用更是现阶段物联网与人工智能领域亟待突破的核心问题。

“智能算法”是指在工程实践中，经常会接触到一些比较“新颖”的算法或理论，比如模拟退火，遗传算法，禁忌搜索，神经网络，天牛须搜索算法等

资料

资料

 自动驾驶汽车首先是人工智能问题，需要一个非常具体的机器学习开发技能。而强化学习是机器学习的一个重要分支，是多学科多领域交叉的一个产物，它的本质是解决决策（decision making）问题，即自动进行决策，并且可以做连续决策。

 学习

 从机器学习角度讲，AutoML 可以看作是一个在给定数据和任务上学习和泛化能力非常强大的系统。 从自动化角度讲，AutoML 则可以看作是设计一系列高级的控制系统去操作机器学习模型，使得模型可以自动化地学习到合适的参数和配置而无需人工干预。 

 为什么人工智能和Python要一起学？两者有何联系？相信现在只要提到人工智能，就难免会带上Python，可以说Python就是人工智能的首选编程语言，由此人工智能已经和Python已经紧密联系在一起了。

PyTorch是美国互联网巨头Facebook在深度学习框架Torch的基础上使用Python重写的一个全新的深度学习框架

 人脸识别是人工智能的典型应用场景

 计算机视觉，是一个重大的学习话题：）

Transformer 是 Google 团队在 17 年 6 月提出的 NLP 经典之作，Transformer 主要是一种叫做 Attention （注意力）机制的结构组成的。

深度学习的基本过程是用训练数据去训练神经网络的模型去并得到所需模型的过程，主要包括正向学习和反向调整两个过程。

了解一下深度学习算法原理