深度学习（一）—— 深度学习概述

1 深度学习的定义

由上图可知：人工智能 > 机器学习 > 深度学习

深度学习是机器学习的一个子集，也就是说深度学习是实现机器学习的一种方法，是一种以 人工神经网络 为架构，对数据进行特征学习的算法。

2 与机器学习的区别

与机器学习算法的主要区别如下：

• 从特征提取的角度出发：
  • 机器学习依赖人工设计特征，并进行特征提取
  • 深度学习没有复杂的人工特征提取的过程，特征提取的过程可以通过深度神经网络自动完成，这也是深度学习被看做黑盒子，可解释性差的原因
• 从数据量的角度出发：
  • 深度学习需要大量的训练数据集，会有更高的效果
  • 深度学习训练深度神经网络需要大量的算力，因为其中有更多的参数

3 神经网络的分类

随着计算机软硬件的飞速发展，深度学习通过拥有众多层数 神经网络 (Neural Network)来模拟人脑来解释数据，包括图像，文本，音频等内容。目前来看常用的神经网络包括：

• 卷积神经网络(Convolutional Neural Network)
• 循环神经网络(Recurrent Neural Network)
• 生成对抗网络(Generative Adversarial Networks)
• 深度强化学习(Deep Reinforcement Learning)等