深度学习： 机器学习的一个分支，是一种以人工神经网络为架构，对数据进行特征学习的算法
深度学习和机器学习的区别：（推荐两文详细了解：Article 1，Article 2）
- 特征抽取：
机器学习是人工的特征抽取
深度学习是自动的进行特征抽取 - 数据量
机器学习数据少，效果相对差，深度学习多，深度学习参数多，需要大量调整，效果也更好
深度学习应用场景：
- 图像识别：物体识别，场景识别，人脸检测跟踪，人脸身份认证
- 自然语言处理：机器翻译，文本识别，聊天对话
- 语音技术：语音识别
深度学习框架：
TensorFlow,Keras,PyTorch,Chainer,DyNet,前两个为谷歌出的，难度较高，不易上手,PyTorch为脸书出的，与python语法相同，操作类似于Numpy的操作，且pytorch使用动态计算，代码的调试变得更简单
Pytorch安装：
安装过程参考：https://blog.csdn.net/MCYZSF/article/details/116525159
官网：
https://pytorch.org/
我的安装（部分细节）：
安装命令：conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
安装结果：
创建项目：
简单操作：
左边输入，右边对应有变量的属性，方便直观
补充：
Anaconda有很多python环境，其默认的base环境是python的某个版本，当我们需要其他版本的时候则可以自己创建（环境名字就是今后使用该python版本的关键）： 在进入Anaconda prompt后切换环境： 进入 conda base 环境：conda activate base 退出 conda base 环境：conda deactivate 进入 conda pytorch 环境：conda activate pytorch
演示：
Jupyter的介绍和安装
博客中已经介绍很详细了，就不再赘述了，推荐如下：
介绍：
- Pycharm中使用jupyter notebook编写程序
- 说明：专业版的新建时支持使用jupyter,社区版可能不支持
安装：
- 如何让Jupyter Notebook支持pytorch
- jupyter notebook运行代码没反应且in[ ]没有*
最近忙，后续再慢慢更新吧，我也会在机器学习领域一直陪大家走过这段艰辛历程，感谢大家的关注和信任
