视频教程【第15期】| 用Python搭建单样本学习的手写字体分类器

编译 | AI科技大本营

神经网络从上世纪50年代就出现了，曾经一度有一些文章夸张的称它复制了人类大脑，有的人甚至说如果给神经网络足够的深度和大量的数据，它会变得拥有自我意识。

果真如此吗？如果让人工神经网络来识别香蕉，首先得需要喂给它成千上万张香蕉的图片，再想想人类的学习方式，只需要极少的图片就能辨识出香蕉。人类并不需要成千上万的样本来归纳，只需一些小样本就可以归纳出知识。虽然人类拥有这项天赋，但想把这样的能力写成算法赋予机器却不是一件容易的事情。

DeepMind曾经在其发表的论文《One-Shot Learning With Memory-Augmented Neural Networks》中证明了人类的这种单样本学习能力（One-Shot Learning）可以在人工神经网络中得到复制。

今天的视频Siraj Raval 会和大家聊聊单样本学习(One-Shot Learning)的事情，并且还会教大家用Python构建一个单样本学习的手写字体分类器。

来跟着Siraj Raval一起开始吧……

代码链接： https://github.com/llSourcell/One-Shot-Learning-Demo

程序员想转型AI却迟迟无法开始？也许你需要一种更加有趣的学习方式。

Siraj Raval是一位人工智能领域的编程高手，毕业于哥伦比亚大学，曾任职于 Twilio 和 Meetup。一年以来，他通过制作AI教程类短视频的方式在Youtube上积累了大量的粉丝，视频内容包含：如何搭建神经网络、聊天机器人、AI游戏、AI作曲家、递归神经网络、无人驾驶汽车等在内的大量实用的案例，更加令人钦佩的是，这些视频长度大多都在10分钟以内，实在是快速上手AI的一条捷径。

为了使更多的中国开发者看到这些有用的视频，AI科技大本营已经联系到Siraj Raval，并获得了翻译其系列视频的授权，我们将在每周一、三、五定期更新，欢迎大家持续关注！