一、ai算法介绍

人工智能是一组算法，可使计算机从以前的结果中学习并获得信息的更新，而无需人工干预。简单地向其馈送大量结构化数据以完成任务，而无需编程如何执行此任务。根据获得的数据，人工智能将通过考虑多种因素来建立假设并提出可能的新结果，这将帮助他们做出比人类更好的决策。

无人驾驶汽车就是较好的例子之一。AI主要用于自动驾驶汽车，其中传感器检测人行横道，信号灯，迎面驶来的车辆，车道检测和地面状况的实例，并使用盲点监控，激光雷达和超声波等传感器绘制地图，所有数据将被存储。并添加到AI机器中，以分析并做出更明智的驾驶决策。

人工智能算法的领域很广，已经存在很长时间了。深度学习是机器学习领域的一个子集，机器学习是人工智能的一个子领域。深度学习网络与“古典的”前馈多层网络的区别在于:

比之前的网络更多的神经元

连接层的更复杂方法

有“寒武纪大爆炸”式的计算能力来进行训练

自动特征提取。

延伸阅读：

二、反向传播

反向传播只是计算函数的偏导数(或梯度)的一种方法，它的形式是函数的复合形式(如神经网络)。当你使用基于梯度的方法解决优化问题时(梯度下降只是其中之一)，你需要在每次迭代中计算函数梯度。

对于神经网络，目标函数具有组合形式。如何计算梯度？有两种常见的方法：(i) 解析微分。你知道函数的形式。你只要用链式法则(基本微积分)计算导数就行了。(ii) 近似微分利用有限差分。这种方法的计算代价很高，因为函数求值的个数是O(N)，其中N是参数的个数。与解析微分相比，这个计算代价是非常大的。然而，有限差分通常用于调试时验证反向传播的实现是不是正确。

以上就是关于ai算法的内容希望对大家有帮助。

上一篇

RAM和ROM的区别?

下一篇

描述信息系统逻辑模型的主要工具包括什么?