深度学习
人工智能、机器学习、深度学习之间的关系
其中人工智能包括机器学习和深度学习，机器学习又包括深度学习，深度学习又可以分为语音识别，自然语言处理，计算机视觉等领域。
人工智能定义
以现代科技模拟和诠释人类智能，以延伸人类智能的学科。
机器学习定义
机器学习致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。这个经验通常是我们所说的数据，那么机器学习就是通过学习这些数据，从而产生一个模型（也就是一个算法），有了这个模型，我们就可以对新的数据产生一个预测值。机器学习的主要任务是分类，回归，聚类，异常检测，密度估计等。
深度学习定义
机器学习的流程一般是先进行数据预处理，特征提取，特征选择，再到预测或推理。其中的预处理和特征提取特征选择又叫做特征的表达，它对预测结果有着至关重要的作用，而这些需要通过人去操作。由此引入了深度学习，它是通过神经网络，自动的去提取特征，不具有人的主观性，保留了数据的客观性，可以提取出更加准确的特征。其深度学习包括的网络主要有全连接神经网络，卷积神经网络，循环神经网络，transformer。
深度学习框架
现在主要流行的框架有tensorflow，keras，pytorch，MxNet
深度学习工具
主要是通过配置python环境，如果你的项目需要多个版本的话，也就是需要的python的版本不止一个的话，则可以通过安装anaconda来管理你的python环境，我觉得anaconda是一个非常不错的软件包管理系统和环境管理系统，可以通过它安装需要的第三方库。python的编译器的话可以利用jupyter，pycharm，VScode，各有各的优势。只要安装了anaconda，编译器也自带的被安装了，比较方便。anaconda下载地址Anaconda | The World's Most Popular Data Science Platform，大家自己下载哈，可以通过百度下载，这个下载比较简单，不再多说。
anaconda常用的命令
环境创建
打开Anaconda Prompt命令行窗口，界面如下：
创建环境的话输入：conda create -n 环境名 python = 你要安装的python版本号
例如：conda create --name your_env_name python=python2.7
意思是我要创建一个环境了，名字叫做your_env_name, 这个环境我配置的python环境是python2.7，系统会自动下载python2.7.
下载完成结果如下：
环境切换
我们创建一个环境之后，我们就可以从当前base环境切换到我们创建的环境
环境切换语句为：conda activate your_env_name
结果如下，命令行的开头括号内显示出我们当前所在的环境名
当想退出当前环境，我们可以输入：conda deactivate 就回到了base环境
如下图所示：
所在环境安装需要的第三方库
当切换到当前环境下之后，我们就可以在当前库中安装我们所需要的python库，或者是框架。
比如安装numpy库，我们可以输入：conda install numpy
更新numpy库，我们可以输入：conda updata numpy
卸载numpy库，我们可以输入：conda remove numpy
查看当前环境中的库，也可以用于验证我们安装的库是否已成功安装。我们可以输入：conda list
如下图所示：
总结：我们安装删除或者是更新某一个库的时候，只需把我上面的numpy换做你操作的那个库的名字就行
环境删除
我们可以先查看当前我们创建的有哪些环境，输入命令：conda info --envs
结果如下：
如果我们想要删除某一个环境，可以输入命令：conda remove --name your_env_name
安装深度学习框架
我们可以通过输入以下命令，在当前环境安装tensorflow框架
命令：pip install --upgrade --ignore-installed tensorflow
等待安装即可，需要注意的是tensorflow和python的版本貌似有关系，如果出问题看一看是不是因为版本不匹配原因。
打开编译器jupyter
可以通过在当前环境下输入以下命令：jupyter notebook即可打开网页端界面。