《一个图像复原实例入门深度学习&TensorFlow—第一篇》深度学习和TensorFlow初探

深度学习和TensorFlow初探

1.什么是深度学习

深度学习，感觉很难的样子，但其实很Easy的（至少入门很Easy，Easy，Easy…心理暗示很重要），不就是给你一堆数据，算法学习数据内部的联系，经过训练学到东西之后，再处理类似问题，得到较好的处理结果这样一个过程嘛。如图：

上图不同于分类问题，labels不是输入数据的类别！这里是在做一个end-to-end learning，也就是让神经网络学习到images和labels之间的映射关系（转置），网络学到东西后，在输入测试图，网络输出近似看做测试图的转置。看似简单的一个映射关系，神经网络也需要大量的数据集来拟合，就像分类一样，你一看这就是一条狗，但是网络可不是那么容易识别，它需要大量训练集（包括images和labels，images是图片和labels是图片中是否是狗）来构建深度神经网络学习识别这到底是不是一条狗（所以就称为在做深度学习啦）。MNIST手写字符识别做的人已经太多了，所以本系列博客不再做分类问题，而是专注于解决这个端到端的深度学习问题，这种方法可以广泛的运用于图像分割、图像复原、图像去噪中，做图像处理的小伙伴Mark一下