深度学习开发入门

1、深度学习简介

1.1  深度学习介绍

深度学习是一种基于神经网络的学习方法，和传统的机器学习相比，深度学习模型一般需要更丰富的数据、更强大的计算资源，同时也能打到更高的准确率。目前，深度学习方法被广泛应用于计算机视觉、自然语言处理、强化学习等领域。

1.2  深度学习应用领域

深度学习目前在很多领域的表现都优于过去的方法，在图像分类与识别、语音识别与合成、人脸识别、视频分类与行为识别等领域有着不俗的表现。除此之外，深度学习还涉及到生活相关的纹理识别、行人检测、场景标记、门牌识别等领域。

1.3  深度学习

表征学习：学习从高维空间到低维空间的映射（降维） 维度越高，需要数据量就越大。Mapping from features：学习器。特征提取（人工选择特征）与学习器是分开的。 深度学习：特征提取与学习器是一起的，卷积。（end to end）

深度学习的关键：这些层次的特征不是由人工设计的，而是一种通用的学习步骤从数据学习获取的。这些学习过程中获得的信息对文字、图像和声音等数据的解释有很大得到帮助。

深度学习在搜索技术、数据挖掘、机器翻译、多媒体学习、语音识别、推荐和个性化技术以及其他相关领域都取得了很多成果。

2、计算机视觉的基本任务

2.1  计算机视觉的定义

计算机视觉是一门研究如何使机器“看”的科学