深度学习概述

    深度学习作为机器学习的一个独立分支,它出自于机器学习又在此基础上有了较大的提升,深度学习的兴起也极大地推动了人工智能的发展.那么什么是深度学习?它又有哪些实际的运用呢?这一节我们简单叙述深度学习的相关内容.

一.深度学习的起源及其发展

    1.1 深度学习的起源

    深度学习,实际上来说就是一种模仿人脑的学习,它是起源于人工神经网络的研究.它含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。

    了解深度学习的起源，首先让我们先来了解一下人类的大脑是如何工作的.

    1981年的诺贝尔医学奖，分发给了David Hubel、Torsten Wiesel和Roger Sperry。前两位的主要贡献是，发现了人的视觉系统的信息处理是分级。如图1所示，从视网膜（Retina）出发，经过低级的V1区提取边缘特征，到V2区的基本形状或目标的局部，再到高层V4的整个目标（如判定为一张人脸），以及到更高层的PFC（前额叶皮层）进行分类判断等。也就是说高层的特征是低层特征的组合，从低层到高层的特征表达越来越抽象和概念化。

    

    而深度学习，恰恰就是通过组合低层特征形成更加抽象的高层特征（或属性类别）。例如，在计算机视觉领域，深度学习算法从原始图像去学习得到一个低层次表达，例如边缘检测器、小波滤波器等，然后在这些低层次表达的基础上，通过线性或者非线性组合，来获得一个高