机器学习（一）：人工智能概述
| 阿里云国内75折 回扣 微信号：monov8 |
| 阿里云国际，腾讯云国际，低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号：monov8 飞机：@monov6 |
文章目录
人工智能概述
一、人工智能应用场景
二、人工智能小案例
案例一
学习链接https://quickdraw.withgoogle.com
案例二
学习链接https://pjreddie.com/darknet/yolo/
案例三
三、人工智能发展必备三要素
- 数据
- 算法
- 计算力
CPUGPUTPU
计算力之CPU、GPU对比
-
CPU主要适合I、O密集型的任务
-
GPU主要适合计算密集型任务
提问什么类型的程序适合在GPU上运行
1、计算密集型的程序。
所谓计算密集型(Compute-intensive)的程序就是其大部分运行时间花在了寄存器运算上寄存器的速度和处理器的速度相当从寄存器读写数据几乎没有延时。可以做一下对比读内存的延迟大概是几百个时钟周期读硬盘的速度就不说了即便是SSD, 也实在是太慢了。
2、易于并行的程序。
GPU其实是一种SIMD(Single Instruction Multiple Data)架构 他有成百上千个核每一个核在同一时间最好能做同样的事情。
CPU介绍
CPUCentral Processing Unit中央处理器就是机器的“大脑”也是布局谋略、发号施令、控制行动的“总司令官”。
CPU的结构主要包括运算器ALUArithmetic and Logic Unit、控制单元CUControl Unit、寄存器Register、高速缓存器Cache和它们之间通讯的数据、控制及状态的总线。
简单来说就是计算单元、控制单元和存储单元。
GPU介绍
GPU全称为Graphics Processing Unit中文为图形处理器就如它的名字一样GPU最初是用在个人电脑、工作站、游戏机和一些移动设备如平板电脑、智能手机等上运行绘图运算工作的微处理器。
为什么GPU特别擅长处理图像数据呢
这是因为图像上的每一个像素点都有被处理的需要而且每个像素点处理的过程和方式都十分相似也就成了GPU的天然温床。
四、人工智能、机器学习和深度学习
人工智能和机器学习深度学习的关系
- 机器学习是人工智能的一个实现途径
- 深度学习是机器学习的一个方法发展而来
- 📢博客主页https://lansonli.blog.csdn.net
- 📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正
- 📢本文由 Lansonli 原创首发于 CSDN博客🙉
- 📢停下休息的时候不要忘了别人还在奔跑希望大家抓紧时间学习全力奔赴更美好的生活✨