1、深度学习环境搭建与基础介绍

深度学习环境搭建与基础介绍

1 人工智能发展历程与学习资源

人工智能（AI）的发展始于 1943 年，Warren McCulloch 和 Walter Pitts 引入了基于阈值逻辑算法的计算模型，为 AI 的发展奠定了基础。1956 年，达特茅斯夏季人工智能研究项目标志着 AI 研究领域的正式诞生。在近 80 年的发展历程中，AI 经历了诸多起伏，尤其是两次“AI 寒冬”，这两个时期 AI 研究的资金和关注度大幅下降。

2015 年，谷歌 DeepMind 开发的基于深度学习的计算机围棋程序 AlphaGo 击败了职业围棋选手，AI 再次引起了广泛的研究关注。近年来，结合深度学习算法的 AI 取得了显著进展，并成功应用于学术界和工业界的许多问题中。许多世界级科技公司，如谷歌、Facebook、微软、特斯拉等，都投入了大量人力和资源，利用深度学习来研发产品。

有一系列涵盖理论与实践的学习内容，包含 12 个部分，涉及从 TensorFlow 2 入门到目标检测等多个方面。每个部分前半部分介绍和分析相关理论，帮助理解深度学习的核心基础知识；后半部分逐步设计和实现示例程序，以强化所学内容。示例程序采用最流行的开源库 TensorFlow 实现，并且每个部分都有对应的实践内容及实现说明，所有实践代码可从 GitHub 下载：https://github.com/taipeitechmmslab/MMSLAB - DL/tree/master 。

2 环境安装

2.1 Python 安装

• Windows 环境 ：
  1. 访问 Python 官