1、人工智能定义人工智能的发展历程人工智能主要行业人工智能、机器学习和深度学习关系机器学习是人工智能的一个子集，深度学习又是机器学习的一个子集。机器学习与深度学习都是需要大量数据支撑的，是大数据技术上的一个应用，同时深度学习还需要更高的运算能力支撑，如显卡GPU。为机器赋予人的智能一种实现人工智能的方法一种实现机器学习的技术传统的机器学习与深度学习对比数据输入人工特征提取权重学习预测结果传统的机器学习过程 数据输入自动特征提取深度学习过程 权重学习预测结果深度学习介绍自2006年，深度学习（Deep Learning）已经成为机器学习研究中的一个新兴领域，通常也被叫做深层结构学习或分层学习。其动机
2、在于建立、模拟人脑进行分析学习的神经网络，它模拟人脑的机制来解释数据，例如图像，声音和文本，深度学习是无监督学习的一种。人的视觉系统的信息处理是分级的，高层的特征是低层特征的组合，从低层到高层的特征表示越来越抽象，越来越能表现语义或者意图，抽象层面越高，存在的可能猜测就越少，就越利于分类。人的视觉系统 人的视觉系统的信息处理是分级的，高层的特征是低层特征的组合，从低层到高层的特征表示越来越抽象，越来越能表现语义或者意图，抽象层面越高，存在的可能猜测就越少，就越利于分类。深度学习基本原理一个神经元通常具有多个树突，主要用来接受信息。而轴突只有一条，轴突尾端有许多轴突末梢可以给其它多个神经元传递信
3、息。轴突末梢跟其它神经元的树突产生连接，从而传递信号。这个连接的位置在生物学上叫做“突触”。神经元一个典型的神经元模型：包含有3个输入，1个输出，以及2个计算功能。中间的箭头线称为“连接”。每个线上有一个“权值”。连接是神经元中最重要的东西。每一个连接上都有一个权重。一个神经网络的训练算法就是让权重的值调整到最佳，以使得整个网络的预测效果最好。使用a来表示输入，用w来表示权值。多层神经网络（多层感知器）多层神经网络除了包含一个输入层，一个输出层以外，还增加了相应的中间层。此时，中间层和输出层都是计算层。成为这一次AI大发展（特别是“深度学习”的概念）广为世人所知的标志事件深度学习事件深度学习应
4、用（人脸识别）深度学习应用（超分辨率）深度学习应用（物体检测）深度学习应用（风格转化）附录A：主讲教师胡建华简介单位：广东科学技术职业学院计算机工程与技术学院E-mail:个人代码分享：https:/ 年 广东省教育厅青年创新人才（自然科学）类计划项目，项目主持;2021 年 广州市科技计划项目，项目主持。主持3项横向项目：代表项目停车管理系统车位检测算法开发项目 3.国家标准:参与国家标准公共安全视频监控数字视音频编解码技术要求（GB/T 25724-2017）制定。4.论文：在国内外期刊上第一作者身份发表论文6篇（其中IEEE国际计算机视觉与模式识别会议(CVPR)第一作者或者通信作者3篇）。5.专利与软件著作权：第一发明人身份申请发明专利13件，软件著作权5件。6.教材：主编教材深度学习与图像识别三、个人荣誉1.个人获奖(1)2017年5月被珠海市人民政府评为珠海市青年优秀人才（编号：Q20160104）(2)2021年 全国工业和信息化技术技能大赛电子数据取证分析师（工业大数据算法）二等奖2.指导获奖获得国家级省级项目12项。附录B：深度学习与图像识别教材p主编：胡建华,陈宗仁 副主编：韩天琪，郭建丁，杨忠明，魏晓艳p西安电子科技大学出版社，2022年3月第1版pISBN:978-7-5606-6338-8/TPp 定价：29.00元
