所谓的计算机深度学习没有你相信的那么难。简单来说就是让计算机按照一个或者多个特定的规则去实验，去总结，然后得出结果，最后归纳成一种方法。
举个例子就是：以前的计算机是人类输入猫的图片，对计算机下定义说这就是猫，计算机在需要使用的时候调用出来即可。（但是人们在定义的时候难免会有或多或少的错误，难免计算机调用的时候会有错误），现在的计算机深度学习就是，我们不再告诉计算机，猫是什么了。而是给计算机一堆猫的图片。告诉计算机这里面有猫。计算机通过计算去总结和理解照片里猫的特征，然后自己归纳出到底什么是猫，猫是什么样子之类的。
用比较官方的话来说的话就是 ：机器学习就是人类定义一定的计算机算法，让计算机根据输入的样本和一些人类的干预来总结归纳其特征与特点，并用这些特征和特点与一定的学习目标形成映射关系，进而自动化地做出相应反应的过程。
下面举一个简单的例子（走迷宫的方法，如果让人去定义走迷宫的方法那么会狠麻烦。如果让计算机去自己定义的话，那么就会方便很多，计算机可以在短时间内进行上亿次的计算，去选择出最佳路线。去弥补人类的不足）
这里补充一点其实所谓的人工智能聊天差不多都是计算机根据你的语言去搜素相关数据，然后计算出相关的最佳回答。目前来看的话，实际上计算机还是不能理解你到底想干什么。就i只能根据网络上大数据输入的内容来计算你最有可能要表达什么。

**import numpy as np #这是调用一个计算数值的函数库这种工具可以用来存储和处理大型多维矩阵
import time
import sys #给程序外部传递参数
np.random.seed(2) #reproducible
G,W,F,T=10,-2,1,0 #goal,wall,flower,tree
MONKEY_TREE_WALL_FLOWER_MAP=[[W,W,W,W,W,W,W,W],#这个其实就是小地图的定义了。
[W,0,0,0,0,0,F,W],
[W,0,0,0,0,0,F,W],
[W,0,W,W,W,0,W,W],
[W,0,W,G,0,0,F,W],
[W,0,W,W,W,0,F,W],
[W,0,0,0,0,0,0,W],
[W,W,W,W,W,W,W,W]]
class QLearning(): #这个是就是定义让计算机自己选择走迷宫
def init(self,actions=[‘left’,‘right’,‘up’,‘down’],#因为是做出2d的效果能选择的方向只有上下左右
max_episodes=13,fresh_time=0.1,
MAP_=MONKEY_TREE_WALL_FLOWER_MAP
):
self.ACTIONS=actions
self.MAX_EPISODES=max_episodes
self.FRESH_TIME=fresh_time
self.MAP=MAP_
self.N_STATES =(len(self.MAP),len(self.MAP[0]))
def choose_action(self,state):
action_name=np.random.choice(self.ACTIONS)#行为就是再上下左右中随机选择一个
return action_name

def get_env_feedback(self,S,A): #定义选择上下左右的行为if A=='right' and self.MAP[S[0]+1][S[1]]!=W: # 如果是左边的话，那么 s[0]+1s[0]，一个表示左边一个表示右边S_=(S[0]+1,S[1])R=self.MAP[S[0]+1][S[1]]elif A=='left' and self.MAP[S[0]-1][S[1]]!=W:S_=(S[0]-1,S[1])R=self.MAP[S[0]-1][S[1]]elif A=='up' and self.MAP[S[0]][S[1]-1]!=W:S_=(S[0],S[1]-1)R=self.MAP[S[0]][S[1]-1]elif A=='down' and self.MAP[S[0]][S[1]+1]!=W:S_=(S[0],S[1]+1)R=self.MAP[S[0]][S[1]+1]else:R=0       # 这里的r是一种奖励，如果你是f，那么就死了， s=0，没有路程了S_=Sif R==F:R=0return S_,Rdef update_env(self,S,episode,step_counter): # 这个就定义地图的样子n_str=self.N_STATES[0]+1BOARD='🏠'env_list=([BOARD]*self.N_STATES[1]+['\n'])*self.N_STATES[0]for i in range(self.N_STATES[0]):for j in range(self.N_STATES[1]):if self.MAP[i][j]==T:env_list[i*n_str+j]='🌳'elif self.MAP[i][j]==F:env_list[i*n_str+j]='🌼'elif self.MAP[i][j]==G:env_list[i*n_str+j]='🏴'env_list[S[0]*n_str+S[1]]='🐒'interaction=''.join(env_list)sys.stdout.write('\r' + interaction)print('\n-------------------\n',end='')time.sleep(self.FRESH_TIME)if self.MAP[S[0]][S[1]]==T:interaction='Episode %s:total_steps=%s'%(episode+1,step_counter)sys.stdout.write('\r' + interaction)#这个是显示处理进度，实际上本质是print（\n',end=''）time.sleep(0.2)  #迭代完一代后，暂停多少秒print('\n-------------------',end='')
def run_rl(self):#对环境的更新for episode in range(self.MAX_EPISODES):self.step_counter=0 #这个的意思是一开始的步数是0S=(1,1)  #start position这个是一开始的位置is_terminated=Falsewhile not is_terminated:self.update_env(S,episode,self.step_counter) #调用上面的地图A=self.choose_action(S)S_,R=self.get_env_feedback(S,A)#调用行为S=S_self.step_counter+=1 #每次走一步路，步数加1self.update_env(S,episode,self.step_counter)    

if name==“main”:

robot=QLearning()
robot.run_rl()**

这个代码的可以实验出多种路线，然后选出走出迷宫的最佳路线（这个还不行）