当前AI开发框架众多， 每个框架特点不同， 适配与不同的领域和场景。当前大模型领域使用较多的开发框架为 PyTorch。PyTorch是由Meta发布的机器学习计算框架。它的前身是Torch。Torch是一个有大量机器学习算法支持的科学计算框架， 是一个与Numpy类似的张量（Tensor） 操作库， 其特点是特别灵活， 但因其采用了小众的编程语言是Lua， 所以流行度不高， 于是就有了基于Pyt

卷积神经网络是一种前馈神经网络，他的神经元可以，即避免了对图像的复杂前期预处理，可以直接输入原始图像。卷积神经网络主要分为三部分，即对图像（不同的数据窗口数据）和滤波矩阵（一组固定的权重：因为每个神经元的权重固定，所以又可以看做一个恒定的滤波器filter（kernel））做内积（逐个元素相乘再求和）的操作就是所谓的卷积操作，也是卷积神经网络的名字来源。

通过前一节课我们可以知道已经表现出了它能解决复杂问题（拟合复杂函数） 的能力， 但是它中间层只有两个单元， 并且它那继续， 是否能进一步提升能力呢？深度学习一般指深度神经网络，（多层）。用于模拟人类的神经网络构建，在人工神经网络设计及应用研究中，通常需要考虑方面的内容，即通过单层感知机到多层感知机的变化发现， 网络不仅可以增加层数， 还可以增加单层上网络节点的数量。那么， 如果只增加单层网络中的节

机器学习流程包括数据预处理、特征工程、模型训练与评估。数据需经过清洗、转换和标准化处理，特征工程涉及特征选择与扩充。模型评估重点考察泛化能力，通过交叉验证防止过拟合。常见算法包括线性/逻辑回归、决策树、SVM、KNN和集成学习等，各有适用场景。超参数需手动调整，参数由模型自动学习。随机森林等集成方法通过组合多个学习器提升预测性能。

DeepSeek凭借低成本、高性能和开源特性正改变AI产业格局，挑战巨头垄断，加速技术创新并降低应用门槛。其成功启示行业需重视算法创新、开源协作和人才培养。当前AI应用已从感知理解扩展到创造生成，覆盖教育、医疗、工业等多个领域，华为盘古大模型等行业解决方案正推动生产力变革。尽管AI发展面临伦理隐私等争议，但未来市场潜力巨大，将向通用人工智能和具身智能演进。华为昇腾AI全栈方案通过Atlas硬件和M

人工智能是通过机器模拟人类智能的技术科学，包括语言、逻辑等多元智能表现。其核心三要素是算力、数据和算法，主要分为强人工智能（全方位类人）和弱人工智能（特定领域智能）。目前主流仍是弱人工智能，通过机器学习（含深度学习）实现智能模拟。人工智能发展形成了符号主义、连接主义和行为主义三大流派，共同推动着这一领域的进步。