CH1 深度学习和PyTorch

1. 人工智能-机器学习-深度学习 三者之间的关系图

概念解释：
半监督学习：

传统机器学习过程和深度学习过程的对比

1. 深度学习框架比较

本次学习笔记的主角PyTorch：
特点：1，无缝使用Numpy,可以使用GPU加速；
2，使用动态图计算使网络更加灵活，并且可以构建基于自动微分系统的深度神经网络；

1. 深度学习常用的Python库

文件管理：os
时间和日期：time：
文本处理：
re（正则表达式）
string（字符串操作）
request (HTTP库)
科学计算和数据分析：
Numpy
Pandas
statsmodels
机器学习类：
sklearn
数据可视化：
matplotlib
hiddenlayer
seaborn
tensorboardX
自然语言处理：
nltk
jieba
图像操作：
pillow
cv2
skimage