深度学习（一）---深度神经网络解析

一直没找到时间来总结下自己学习的内容，这段时间坚持下，把所学所想记录下来，让自己的学习体系更完善，而不是停留在自认为会了的阶段还需要能够表达出来。

首先梳理下人工智能、机器学习、深度学习之间的关系，用一张图来表示如下：

                                                    

可以看到人工智能是个最大最泛的概念，机器学习则就是指的一个程序在任务上，随着经验的增加，学习效果也随之增加，也就认为程序可以从这个经验中学习；深度学习则就是机器学习中更深更小的一块了，也就是基于深度人工神经网络，自动的将简单的特征组合成复杂的特征，并使用这些特征组合解决问题。

人工智能的分类为 ：

弱人工智能 ， 特定的任务与人类的效率或智力持平 。目前的图像识别、语音识别、自然语言处理都属于该阶段。

通用人工智能  、具有人类智力水平，能解决通用问题。

超人工智能 、超过人类智力水平，可以在创造力上超越常人。这个目前是个概念，估计要到达这个阶段还需要很久的时间。

机器学习的类型：

监督学习 ：通过带标签的训练集训练数据