首页 >编程 >正文

机器学习(一):人工智能概述

人工智能概述

一、人工智能应用场景

机器学习(一):人工智能概述

二、人工智能小案例

案例一

学习链接:https://quickdraw.withgoogle.com

案例二

学习链接:https://pjreddie.com/darknet/yolo/

案例三

学习链接:Deep Dream Generator

三、人工智能发展必备三要素

  • 数据
  • 算法
  • 计算力

CPU,GPU,TPU

计算力之CPU、GPU对比:

  • CPU主要适合I、O密集型的任务
  • GPU主要适合计算密集型任务

提问:什么类型的程序适合在GPU上运行?

1、计算密集型的程序。

所谓计算密集型(Compute-intensive)的程序,就是其大部分运行时间花在了寄存器运算上,寄存器的速度和处理器的速度相当,从寄存器读写数据几乎没有延时。可以做一下对比,读内存的延迟大概是几百个时钟周期;读硬盘的速度就不说了,即便是SSD, 也实在是太慢了。  

2、易于并行的程序。

GPU其实是一种SIMD(Single Instruction Multiple Data)架构, 他有成百上千个核,每一个核在同一时间最好能做同样的事情。

CPU介绍:

CPU(Central Processing Unit,中央处理器)就是机器的“大脑”,也是布局谋略、发号施令、控制行动的“总司令官”。

CPU的结构主要包括运算器(ALU,Arithmetic and Logic Unit)、控制单元(CU,Control Unit)、寄存器(Register)、高速缓存器(Cache)和它们之间通讯的数据、控制及状态的总线。

简单来说就是:计算单元、控制单元和存储单元。

GPU介绍:

GPU全称为Graphics Processing Unit,中文为图形处理器,就如它的名字一样,GPU最初是用在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上运行绘图运算工作的微处理器。

为什么GPU特别擅长处理图像数据呢?

这是因为图像上的每一个像素点都有被处理的需要,而且每个像素点处理的过程和方式都十分相似,也就成了GPU的天然温床。

四、人工智能、机器学习和深度学习

人工智能和机器学习,深度学习的关系:

  • 机器学习是人工智能的一个实现途径
  • 深度学习是机器学习的一个方法发展而来

网友评论

验证码 换一张
取 消
暂无评论...
三日内热门评论文章
关键词
为您推荐
  • 相关阅读
  • 业界资讯
  • 手机通讯
  • 电脑办公
  • 新奇数码
  • 软件游戏
  • 科学探索