在 21 世纪的第二个十年里，科技界最大的进展恐怕非人工智能莫属了。无论是战胜人类围棋高手的 AlphaGo，还是遍布各地车站的人脸识别系统，均配备了深度学习技术的最新人工智能。

这展现了它无限大的势能，并已经进入到我们的日常生活中。

人工智能（artificial intelligence，AI），顾名思义，就是通过计算的方式模拟、延伸和扩展人的智能。

它作为计算机科学的一个分支，早在 1956 年就诞生了。然而，长久以来，人工智能的发展却不能与它的名字相符。不过近年来，人工智能可以非常好地进行“形象化”思维了，甚至已经可以在多个方面战胜人类。

比如现在人工智能的人脸识别准确度已经达到了 99.7%，超过了人类的识别准确度 97.3%。

再比如，2021 年，特斯拉已经向部分车主推送 FSD（full self-driving，全自动驾驶）功能，几乎能够实现全场景自动驾驶。

又比如，还有一个战胜人类的事迹——AlphaGo 。它分别在 2016 年、2017 年战胜世界围棋冠军李世石、柯洁。

那普通程序员该如何入门人工智能技术呢？

选择一个好的人工智能框架平台是跨入这个行业的前提，工具选对了，我们的一只脚就已经跨入了人工智能的大门。

在这里，我想给大家推荐一个深度学习框架平台—— PyTorch：

• 简单、易用、上手快：这一点对初学者十分友好；
• 功能强大：从计算机视觉、自然语言处理再到深度强化学习，且支持 PyTorch、功能强大的包也越来越多，例如 Allen NLP（自然语言处理）和 Pyro（概率编程）；
• Python 化编程：在诸多深度学习开源框架平台中，PyTorch 恐怕是和 Python 结合得最好的一个。相比 TensorFlow 框架来说，PyTorch 会让你的代码更流畅、更优雅。
• 强大的社区支持：在国内，用 PyTorch 作为关键词搜索就能找到大概五六个网络社区、BBS。各大问答类网站关于 PyTorch 的问题数目也在持续增加。

不过，目前有关 PyTorch 的优质资料仍以英文为主，大部分介绍深度学习、人工智能的资料充斥着数学公式，这对普通用户而言是一个不低的门槛。

而《深度学习原理与 PyTorch 实战（第2版）》很好地帮助初学者真正的入门深度学习。它由浅入深地讲解了 PyTorch，并运用大量的实战案例，丰富且有趣。

第 2 版是基于 PyTorch 1.6.0，对全书代码进行了全面更新，同时增加了 Transformer、BERT、图神经网络等热门深度学习技术的讲解，更具实用性和时效性。

除此之外，蓝桥云课也配套书籍上线了《PyTorch 入门与实战（第二版）》，以项目实战的形式，边敲代码边学习，帮助大家更好地理解&掌握各知识点。

如有任何编程问题，欢迎戳\/：shiyanlou007