怎样学习人工智能

怎样学习人工智能
学习人工智能，准确地说应该是学习机器学习和深度学习的方法，前提是要会使用一些工具，包括语言工具及编程工具。本书使用Python语言对TensorFlow的框架进行介绍。
1．掌握一门编程语言
Python是一种高层次的结合了解释性、编译性、互动性的面向对象的脚本语言，它的使用方法非常简单。最重要的是，早期的时候，要构建TensorFlow图，Python是唯一的选择。对于初学者而言，Python语言是一个非常不错的选择，而且学习Python对学习TensorFlow也有帮助。
由于TensorFlow是开源的，长期以来，在社区的支持下，更多的语言开始支持使用TensorFlow学习深度学习，所以也可以用Java、C++、C#等构建网络。
2．学会使用一种工具
拥有一种方便易用的编程工具会事半功倍，Jupyter Notebook、Sublime、Notepad++、Spyder、PyCharm等都可以编写Python和深度学习的网络，本书选择PyCharm作为工具。
PyCharm是一个专门为Python打造的集成开发环境（Integrated Development Environment，IDE），具有一整套可以帮助用户在使用Python语言开发时提高效率的工具，如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制。
3．多学习一些论文
每年都会有很多关于深度学习的论文发表。在学习初期，需要研读一些入门的网络论文。如果想了解图像领域的LeNet、AlexNet框架，可以先阅读相关的论文，这些经典的网络论文往往会让读者对这个领域的知识有更加深入的理解。
4．尝试修改并训练网络
对一个初学者而言，修改网络参数（即调参）是一件很困难的事，但是很多开源的网络都可以用自己的数据集去训练。在训练过程中，初学者会对这个网络有更加深刻的认识。