什么是谷歌Colab

Google Colaboratory，或大多数人所说的“Colab”，是一个基于云的 Jupyter notebook 环境。它在您的网络浏览器中运行(您甚至可以在您最喜欢的 Chromebook上运行它)，并允许任何可以访问互联网的人试验机器学习和人工智能编码。您可以编写和执行 Python 代码，与其他团队成员共享您的代码并同时对其进行编辑，并通过将其组合到一个包含富文本、图表、图像、HTML 和 LaTeX 的笔记本中来记录所有内容。

您听说过人工智能 (AI)，并且可能听说过机器学习(ML) 这个术语。虽然 AI 和 ML 经常互换使用，但 ML 是人工智能的一个子集或子类别。机器学习是人工智能的工具或途径之一，它使用算法来学习洞察力并从数据中识别模式。

人工智能的一个简单解释是计算机硬件模仿我们自己的计算硬件——人脑的能力。通过使用 ML 等工具，人工智能获得了学习和决策的能力，而无需明确编程如何做出这些决策或获得所有潜在结果。从本质上讲，ML 采用的方法是让计算机通过自己的经验来学习对自己进行编程。

如果一家公司目前正在部署人工智能程序，他们就会使用机器学习。ML 从数据开始——海量数据。有争议的人工智能生成艺术主题就是一个很好的例子，因为它使用由其他人的艺术作品组成的数据采样来训练模型。即使拥有所有这些数据，人工智能仍然无法像人类一样作画。

如果你是一个传统的程序员，你就会知道编程就像为一顿饭写烹饪食谱。传统编程时，您会创建详细的指令，告诉计算机确切地做什么。计算机遵循这些指令。如果您的代码很好，它会烤出您制作并编写食谱的同一块蛋糕。

有时，为计算机编写代码是不可能的，或者会非常耗时，以至于没有可用的资源来完成它。有些任务人类可以轻松完成，但很难通过编程让计算机完成，例如识别人脸、知道如何使一件艺术品看起来像梵高画的那样，或者分辨甜甜圈和百吉饼之间的区别。多亏了机器学习，人工智能才能够做这些事情。

简而言之，这就是人工智能和机器学习。机器学习让 AI 尝试通过提供大量数据来学习来解决问题。这需要同样巨大的计算能力来运行测试或练习最基本的代码。这就是 Google Colab 的用武之地。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！