浅谈深度学习

  DEEP LEARNING——这是近年来在各个领域都非常火热的词语。好像所有的算法，只要能跟这个词语沾上边，就瞬间显得格调很高。
什么是深度学习呢？

Deep learning(also known as deep structured learning or hierarchical learning) is part of a broader family of machine learning methods based on learning data representations, as opposed to task-specific algorithms. Learning can be supervised, partially supervised or unsupervised.
深度学习（也称为深度结构学习或分层学习）是基于学习数据表示的更广泛的机器学习方法家族的一部分，而不是任务特定的算法。学习可以进行监督，部分监督或无人监督。

——摘自wikipedia

  深度学习的概念由Hinton等人于2006年提出，至今为止也不过短短十一年。但毋庸置疑，深度学习极大地促进了人工智能的发展。
  深度学习在语音识别，文本理解，图像分类等方面，颠覆了传统的算法思路。大大降低了任务难度并提高了任务精准度。

  随着大数据时代的到来及强大的计算设备的不断发展，深度学习能够利用各种海量数据，将看似杂乱无章的数据转换为“知识“。其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据。换言之，深度学习就是让机器像人一样地去学习知识。

深度学习的简单应用举例
1.深度学习可以让机器说出的语言更接近真人声音，
2.深度学习可以识别并理解图像内容，自动为图像添加注释。
3.深度学习可以预测图像在高清环境下的呈现，并且“补全“图像缺失的细节。

  总之，深度学习的前景很好。我们完全有理由相信，不断发展的深度学习，将会完成更复杂的任务，极大地推动科技的进步。