TensorFlow 是用于机器学习任务的开源软件。它的创建者 Google 希望提供一个强大的工具以帮助开发者探索和建立基于机器学习的应用，所以他们在去年作为开源项目发布了它。TensorFlow 是一个非常强大的工具，专注于一种称为 深层神经网络 deep neural network （DNN）的神经网络。 深层神经网络被用来执行复杂的机器学习任务，例如图像识别、手写识别、自然语言处理、聊天

在过去的几周里，我花了很多时间用 PyTorch 实现了一个 char-rnn 的版本。我以前从未训练过神经网络，所以这可能是一个有趣的开始。 这个想法（来自 循环神经网络的不合理效应）可以让你在文本上训练一个基于字符的 循环神经网络 recurrent neural network （RNN），并得到一些出乎意料好的结果。 不过，虽然没有得到我想要的结果，但是我还是想分享一些示例代码和结果，希望

大型神经网络可能初具意识？ OpenAI 首席科学家 在 Twitter 上说“今天的大型神经网络可能已经初具意识了。”这个说法引来了 AI 专家们的大量讨论，有支持者，也有反对者。反击最激烈的就是图灵奖得主、Meta AI 首席科学家 Yann LeCun，他认为，人工智能还“没有达到‘稍微有意识’的下限，甚至还没有达到‘大型神经网络’的上限。”也有人说，“看到这么多著名的机器学习人士嘲笑这个想

在本系列的 上一篇文章 中，我们回顾了人工智能的历史，然后详细地讨论了矩阵。在本系列的第三篇文章中，我们将了解更多的矩阵操作，同时再介绍几个人工智能 Python 库。 在进入主题之前，我们先讨论几个人工智能和机器学习中常用的重要术语。 人工神经网络 artificial neural network （通常简称为 神经网络 neural network ，NN）是机器学习和深度学习的核心。顾名思