人工智能（artificial intelligence，AI） 指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序来呈现人类智能的技术。
四个主要组成部分
- 专家系统：作为专家处理正在审查的情况，并产生预期或预期的绩效
- 启发式问题解决：包括评估小范围的解决方案，并可能涉及一些猜测，以找到接近最佳的解决方案
- 自然语言处理：在自然语言中实现人机之间的交流
- 计算机视觉：自动生成识别形状和功能的能力
三要素
深度学习框架
- TensorFlow：一个开源软件库，用于各种感知和语言理解任务的机器学习。
- TensorBoard
Caffe（快速特征嵌入的卷积结构，Convolutional Architecture for Fast Feature Embedding）是一个深度学习框架，最初开发于加利福尼亚大学柏克莱分校。Caffe在BSD许可下开源，使用C++编写，带有Python接口。- CNTK
- PyTorch 是一个开源的Python机器学习库，基于Torch，底层由C++实现，应用于人工智能领域，如自然语言处理。PyTorch主要有两大特征：类似于NumPy的张量计算，可使用GPU加速
- 百度飞桨PaddlePaddle致力于让深度学习技术的创新与应用更简单。具有以下特点：同时支持动态图和静态图，兼顾灵活性和效率；精选应用效果最佳算法模型并提供官方支持；真正源于产业实践，提供业界最强的超大规模并行深度学习能力；推理引擎一体化设计，提供训练到多端推理的无缝对接；唯一提供系统化技术服务与支持的深度学习平台。
- Keras：一个用Python编写的开源神经网络库，能够在TensorFlow、Microsoft Cognitive Toolkit、Theano或PlaidML之上运行。
开发工具
- Kaggle：是一个数据建模和数据分析竞赛平台。企业和研究者可在其上发布数据，统计学者和数据挖掘专家可在其上进行竞赛以产生最好的模型。2017年3月8日谷歌宣布收购Kaggle。
GPU
CUDA (Compute Unified Device Architecture，统一计算设备架构) 是由英伟达 NVIDIA 所推出的一种集成技术，是该公司对于 GPGPU 的正式名称。通过该技术用户可利用 NVIDIA 的 GeForce 8 以后的 GPU 和较新的 Quadro GPU 进行计算。cuDNN (NVIDIA CUDA® Deep Neural Network library) 是 NVIDIA 专门针对深度神经网络（Deep Neural Networks）中的基础操作而设计基于 GPU 的加速库。它可以集成到更高级别的机器学习框架中，如Tensorflow等。强调性能、易用性和低内存开销。CUDA 可以看作是一个工作台，上面配有很多工具，如锤子、螺丝刀等。cuDNN 是基于 CUDA 的深度学习GPU加速库，它就相当于工作的工具，比如扳手。OpenCV 的全称是 Open Source Computer Vision Library，是一个跨平台的计算机视觉库。
