深度學習是基於機器學習延伸出來的乙個新的領域，由以人大腦結構為啟發的神經網路演算法為起源加之模型結構深度的增加發展，並伴隨大資料和計算能力的提高而產生的一系列新的演算法。
深度學習什麼時間段發展起來的?
其概念由著名科學家geoffrey hinton等人在2023年和2023年在《sciences》等上發表的文章被提出和興起。
深度學習能用來幹什麼?為什麼近年來引起如此廣泛的關注?
深度學習，作為機器學習中延伸出來的乙個領域，被應用在影象處理與計算機視覺，自然語言處理以及語音識別等領域。自2023年至今，學術界和工業界合作在深度學習方面的研究與應用在以上領域取得了突破性的進展。以imagenet為資料庫的經典影象中的物體識別競賽為例，擊敗了所有傳統演算法，取得了前所未有的精確度。
深度學習目前有哪些代表性的學術機構和公司走在前沿?人才需要如何?
學校以多倫多大學，紐約大學，史丹福大學為代表，工業界以google, facebook, 和百度為代表走在深度學習研究與應用的前沿。google挖走了hinton，facebook挖走了lecun，百度矽谷的實驗室挖走了andrew ng，google今年4月份以超過5億美金收購了專門研究深度學習的初創公司deepmind, 深度學習方因技術的發展與人才的稀有造成的人才搶奪戰達到了前所未有激烈的程度。諸多的大大小小(如阿里巴巴，雅虎)等公司也都在跟進，開始涉足深度學習領域，深度學習人才需求量會持續快速增長。
深度學習如今和未來將對我們生活造成怎樣的影響?
目前我們使用的android手機中google的語音識別，百度識圖，google的搜尋，都已經使用到了深度學習技術。facebook在去年名為deepface的專案中對人臉識別的準備率第一次接近人類肉眼(97.25% vs 97.5%)。大資料時代，結合深度學習的發展在未來對我們生活的影響無法估量。保守而言，很多目前人類從事的活動都將因為深度學習和相關技術的發展被機器取代，如自動汽車駕駛，無人飛機，以及更加職能的機械人等。深度學習的發展讓我們第一次看到並接近人工智慧的終極目標。
深度學習範疇
深度學習基本模型
深度學習與傳統機器學習
深度學習（一）深度學習的概念
深度學習是機器學習與神經網路 人工智慧 圖形化建模 優化 模式識別和訊號處理等技術融合後產生的乙個領域。深度學習網路是神經網路革命性的發展，人們甚至認為可以用它來建立更加強大的 模型。深度學習使用多層機器學習模型對資料進行有監督學習或無監督學習。模型中的不同層由非線性資料變換的多個階段組成，資料的特...
深度學習的概念
在人工智慧的早期，那些對人類智力來說非常困難 但對計算機來說相對簡單 的問題得到迅速解決，比如，那些可以通過一系列形式化的數學規則來描述的問題。人工智慧的真正挑戰在於解決那些對人來說很容易執行 但很難形式化描述的任務，如識別人們所說的話或影象中的臉。對於這些問題，我們人類往往可以憑藉直覺輕 易地解決...
深度學習 初步概念
今天開始學習深度學習 1 選擇框架 學習庫，例如tensorflow caffe keras 為了實現eco跟蹤演算法 一種基於相關濾波 深度特徵的演算法 中的vggnet模型 神經網路模型，常見的還有googlenet 從應用的方便性選擇了caffe。2 硬體 硬體為實驗室現有平台 第二天1 ec...