深度学习应用的系统方法

隐藏的潜力

深度学习研究和应用的兴趣前所未有地高涨。 几乎每天都可以在arXiv.org上找到无数的新研究论文。 这些论文为我们提供了人工神经网络可以应用于我们日常生活各个领域的新颖方式的描述。 深度学习的迷人之处在于，神经网络似乎具有普遍的能力，可以应用于以前使用量身定制的方法解决的各种问题。 此外，每天都有一篇文章或博客文章，向我们介绍应用深度学习的更多奇特方式。 这些文章，博客文章甚至书籍的问题在于它们没有提供对神经网络应用程序的系统处理。 至少到目前为止，我还没有看到这样做的完成，如果您知道这种尝试，请告诉我。

最先进的

在寻找这篇文章的材料时，我发现了许多总结了深度学习应用程序的文章。 这些引用相关链接的文章中有许多引号。

1.杰森·布朗利（Jason Brownlee）撰写的第一篇名为《深度学习的8励志应用》的文章来自Machine Learning Mastery博客。

这是清单：

1. 黑白图像的着色。
2. 为无声电影添加声音。
3. 自动机器翻译。
4. 照片中的对象分类。
5. 自动手写生成。
6. 字符文本生成。
7. 图像标题生成。
8. 自动游戏。

可以看出，这些应用可以通过感觉模态来简明地描述。人工智能研究最初应用于音频&#