【无标题】

简述深度学习的基本方法。

深度学习，需要怎么做到？

最佳答案1、深度学习，首先要学会给自己定定目标（大、小、长、短），这样学习会有一个方向；然后要学会梳理自身学习情况，以课本为基础，结合自己做的笔记、试卷、掌握的薄弱环节、存在的问题等，合理的分配时间，有针对性、具体的去一点一点的去攻克、落实。

2、可以学习掌握速读记忆的能力，提高学习复习效率。速读记忆是一种高效的学习、复习方法，其训练原理就在于激活“脑、眼”潜能，培养形成眼脑直映式的阅读、学习方式。

速读记忆的练习见《精英特全脑速读记忆训练》，用软件练习，每天一个多小时，一个月的时间，可以把阅读速度提高5、6倍，记忆力、注意力、思维、理解力等也会得到相应的提高，最终提高学习、复习效率，取得好成绩。

如果你的阅读、学习效率低的话，可以好好的去练习一下。3、要学会整合知识点。把需要学习的信息、掌握的知识分类，做成思维导图或知识点卡片，会让你的大脑、思维条理清醒，方便记忆、温习、掌握。

同时，要学会把新知识和已学知识联系起来，不断糅合、完善你的知识体系。这样能够促进理解，加深记忆。4、做题的时候要学会反思、归类、整理出对应的解题思路。

遇到错的题（粗心做错也好、不会做也罢），最好能把这些错题收集起来，每个科目都建立一个独立的错题集（错题集要归类），当我们进行考前复习的时候，它们是重点复习对象，保证不再同样的问题上再出错、再丢分。

谷歌人工智能写作项目：小发猫

深度学习高中历史的实用方法有哪些？

为此，向大家介绍两种深度学习历史的实用方法rfid。一、学会历史学科的语言表达方法先请大家看一到试题，这道题之所以引起我的注意，是因为在我讲解完以后依然有不少学生不懂。

于是，我换了一个方式讲解，发现很多学生对历史学科的语言理解不够。鸦片战争以后，很多人感叹中国出现的巨变。李鸿章对时局的看法颇具代表性，他说：“我朝处数千年未有之奇局”、“此三千年一大变局也”。

这里的“奇局”、“大变局”应指（）A.资本主义征服世界的历史潮流B.列强侵略中国，导致中国社会巨变C.太平天国波澜壮阔的革命形势D.中国近代经济结构的变化选A、B、D的学生差不多，答案是B。

有的学生就想不通。选A的认为，这一变局的主要原因不就是资本主义征服世界的潮流吗？B不过是这一原因的结果。选D的却认为这一变局最根本的变化就是“近代经济结构的变化”，B只是表面现象。

看起来这些分析都有道理，实际上，却反映了学生们对历史的误解。为什么说是误解呢？我们来分析一下：第一，试题中的问题是“奇局”、“大变局”应该指什么？

而且还特地加上“这里的”三个字作为提示，这就是问“李鸿章这句话中的‘奇局’、‘大变局’应该指什么？”学生的误解是将“指什么”看成是“为什么”或者“本质是什么”。这说明平时学生做题时思考的太少。

“指什么”就是直截了当地回答。这一类“指什么”的问题可以分成两种：一种是历史事件或历史现象，如新文化运动、西方文化影响中国的服饰变化。

另一种是观点，上述题目中李鸿章的话就是一个观点，此外，如“中学为体，西学为用”、“外争国权，内惩国贼”等。从思考方式上看，对这些现象或观点进行直接概括或解释，就是“是什么”或“指什么”。

而“为什么”是问历史现象或观点的原因。“本质”当然是历史现象或观点的实质。第二，从选项来看，A、B、D这三句话是一样的吗？A项、B项看起来都是说的原因，但是，A项指向根本，B项指向一般。

D项的内容体现在最后两个字“变化”，这与“变局”看起来相似。这也是部分学生选择此项的原因。不过，这个变化涉及的是“近代经济结构”，而B项仅仅指出社会巨变。

从题目的要求看，这里需要指出的是李鸿章的观点，可是，A、D两项显然不是李鸿章能够说得出来的语言，完全是现代人的看法。接近他的看法只有B。这就涉及到对历史的理解。

“鸦片战争后中国发生巨大变化”这样的史实可以用不同的方式表达，“我朝处数千年未有之奇局”、“此三千年一大变局也”这样的语言具有历史感，是当时的人对此的评述。而选项A、D的表达完全是今人的思维方式。

B则体现了一个基本的看法，虽然历史感不如李鸿章的原话，但是，从直接体现其观点来看，无疑是最适合的。有的学生对不同语言难以作出区分，他们认为，这些话不是差不多嘛？从来没考虑过几句话之间还有什么区别。

如果学生有这种想法就对了。这说明学生平时学习历史时，对历史语言的特点没有注意。我们是在用语言进行思考的，不同学科的语言体现出不同的特点。

如果学生没有注意到历史语言的特点，学生如何用历史语言来思考问题呢？所以，上面举出的例子就是提醒学生要注意历史语言有时代感，或者叫历史感。此外，还要注意语言的针对性。

这道题从题干到不同的选项，虽然都是针对一个问题进行表达，可是，表达的方式各不相同，针对的问题当然也不同。

这些对应关系如下所示：不同的表达语句针对的问题A.资本主义征服世界的历史潮流变局的主要原因B.列强侵略中国，导致中国社会巨变变局的直接原因C.太平天国波澜壮阔的革命形势变局产生的后果之一D.中国近代经济结构的变化变局产生的深刻变化如果学生能理解这些表达的变化规律，就可以看懂下面题目的变化了。

这些变化体现出同一个知识点的题目变化方式，也就是说，一道题可以演变成三道题。学生只有这样思考，才能真正理解历史课本中的语言表达方式，才能按照历史方式来思考问题，也才能举一反三，做到事半功倍。

鸦片战争以后，很多人感叹中国出现的巨变。李鸿章对时局的看法颇具代表性，他说：“我朝处数千年未有之奇局”、“此三千年一大变局也”。

（1）导致“奇局”、“大变局”的主要原因是（A）（2）“奇局”、“大变局”导致的最重要的影响是（D）（3）“奇局”、“大变局”影响下的一场内部动荡是（C）A.资本主义征服世界的历史潮流B.列强侵略中国，导致中国社会巨变C.太平天国波澜壮阔的革命形势D.中国近代经济结构的变化。

深度学习中常用的分类方法有哪些

简单来说：1）深度学习（DeepLearning）只是机器学习（MachineLearning）的一种类别，一个子领域。

机器学习>深度学习2）大数据（BigData）不是具体的方法，甚至不算具体的研究学科，而只是对某一类问题，或需处理的数据的描述具体来说：1）机器学习（MachineLearning）是一个大的方向，里面包括了很多种approach，比如deeplearning,GMM,SVM,HMM,dictionarylearning,knn,Adaboosting不同的方法会使用不同的模型，不同的假设，不同的解法。

这些模型可以是线性，也可以是非线性的。

他们可能是基于统计的，也可能是基于稀疏的.不过他们的共同点是：都是data-driven的模型，都是学习一种更加abstract的方式来表达特定的数据，假设和模型都对特定数据广泛适用。

好处是，这种学习出来的表达方式可以帮助我们更好的理解和分析数据，挖掘数据隐藏的结构和关系。

MachineLearning的任务也可以不同，可以是预测（prediction），分类（classification），聚类（clustering），识别（recognition），重建（reconstruction），约束（regularization），甚至降噪（denoising），超分辨（super-resolution），除马赛克（Demosaicing）等等.2）深度学习（DeepLearning）是机器学习的一个子类，一般特指学习高层数的网络结构。

这个结构中通常会结合线性和非线性的关系。DeepLearning也会分各种不同的模型，比如CNN,RNN,DBN他们的解法也会不同。

DeepLearning目前非常流行，因为他们在图像，视觉，语音等各种应用中表现出了很好的empiricalperformance。

并且利用gpu的并行运算，在模型相当复杂，数据特别大量的情况下，依然可以达到很理想的学习速度。

因为DeepLearning往往会构建多层数，多节点，多复杂度的模型，人们依然缺乏多里面学习的结构模型的理解。

很多时候，DeepLearning甚至会被认为拥有类似于人类神经网络的结构，并且这种类似性被当做deeplearning居然更大potential的依据。

但答主个人认为，其实这略有些牵强听起来更像是先有了这种network的结构，再找一个类似性。

当然，这仅仅是个人观点（私货私货）3）大数据（BigData，我们也叫他逼格数据.）是对数据和问题的描述。

通常被广泛接受的定义是3个V上的“大”：Volume（数据量）,Velocity（数据速度）还有variety（数据类别）。

大数据问题（Big-dataproblem）可以指那种在这三个V上因为大而带来的挑战。Volume很好理解。

一般也可以认为是Large-scaledata（其实学术上用这个更准确，只是我们出去吹逼的时候就都叫bigdata了）。“大”可以是数据的维度，也可以是数据的size。

一般claim自己是big-data的算法会比较scalable，复杂度上对这两个不敏感。

算法和系统上，人们喜欢选择并行（Parallel），分布（distributed）等属性的方法来增加capability。ITjob----采集。

什么是深度学习?

。

深度学习(DL,DeepLearning)是机器学习(ML,MachineLearning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI,ArtificialIntelligence)。

深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。

深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。

深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。

深度学习使机器模仿视听和思考等人类的活动，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步。

深度学习AI可扫描心脏血流：英国《自然·机器智能》杂志13日发表的一项医学与人工智能（AI）研究中，瑞士科学家介绍了一种人工智能系统可以几秒之内扫描心血管血流。

这个深度学习模型有望让临床医师在患者接受核磁共振扫描的同时，实时观察血流变化，从而优化诊断工作流。

四维（4D）核磁共振扫描可以用来重建心血管血流随时间变化而产生的特征，对于心血管疾病的诊断具有重要意义。然而，这些扫描通常需要20分钟的处理时间，意味着扫描过程中，无法对做成像进一步评估。

加速这类扫描，就能在患者接受扫描的同时完成实时评估，不仅能节省临床医师的时间，还能减少患者的不适。

此次，瑞士苏黎世联邦理工学院研究人员瓦雷里·韦诗耐韦斯基及其同事，开发出了一种深度学习人工智能模型，可以在几秒之内对经过心脏的血流进行四维重建。

研究团队用11个扫描案例训练了一个神经网络，发现这个网络可以准确重建正常患者和血流异常患者的主动脉血流，且准确度与传统方法一致。

目前，这个人工智能系统还能在20秒左右的时间里重建一次扫描，比目前尖端的传统方法快30倍，比之前的深度学习方法快4.2倍。以上内容参考   百度百科-深度学习。

学习深度学习如何下手

其实对于初学者来说，不建议刚开始就学算法，因为脱离业务和数据的算法讨论是毫无意义的，刚开始应该先打好编程和数学基础。

深度学习看似难度大，按照正确的学习路径学习，可以大大降低学习门槛，同时激发学习的乐趣。

简单的说，学习路线大概如下：先学编程、数学和深度学习知识，然后动手实践撸代码，有机会的话多参加数据科学比赛，多做项目练习实操能力。众所周知，深度学习是一个将理论算法与计算机工程技术紧密结合的领域。

对于零基础小白，想往深度学习发展，要掌握哪些数学知识呢？首先是线性代数。在神经网络中大量的计算都是矩阵乘法，这就需要用到线性代数的知识了。

计算向量的余弦相似度也要用到内积运算，矩阵的各种分解办法也出现在主成分分析和奇异值分解中。其次是概率论与统计学。

广义的说，机器学习的核心是统计推断，机器学习的巨头不少都是统计学大师，如迈克尔乔丹，杨乐坤，辛顿等，另外机器学习中大量用到贝叶斯公式，隐马尔科夫模型等等。再次就是微积分。

这是机器学习中的核心知识之一，无论是梯度下降法中的求梯度还是反向传播中的误差传递的推导都需要用到微积分。

我们知道，深度学习是一个将理论算法与计算机工程技术紧密结合的领域，需要扎实的理论基础来帮助你分析数据，同时需要工程能力去开发模型和部署服务。

所以只有编程技能、机器学习知识、数学三个方面共同发展，才能取得更好的成果。

按我们的学习经验，从一个数据源开始——即使是用最传统、已经应用多年的机器学习算法，先完整地走完机器学习的整个工作流程，不断尝试各种算法深挖这些数据的价值，在运用过程中把数据、特征和算法搞透，真正积累出项目经验，才能更快、更靠谱的掌握深度学习技术。

深度学习是怎样发生的

深度学习是什么中国教师报：前面几期报纸中，我们探讨过深度课改、深度课改与深度学习的关系。我想问问各位专家，在你们的理解中，深度学习到底指的是什么？

徐洁：深度学习是与浅层学习相对而言的概念。浅层学习是机械的、接受式的，以记忆和复制为特征，是不求甚解的学习。深度学习则是主动的、有意义的学习，注重理解，以反思性、批判性思维能力培养为目标。

深度学习有利于知识的迁移和应用，能提升学生在解决问题过程中的创新能力。王利民：深度学习是一个独学与帮学相结合、以独学为常态的个体学习过程。

为了培养自主学习能力，学生应坚持通过独学解决学习问题，帮学只是一种辅助形式。顾飞宇：深度学习就是学生自觉地与他人协同学习。如何做到自觉协同？

我认为，首先要让校长、教师、家长和学生拥有自主选择的权利，这样深度学习才能成为学校教育参与者的自觉协同行为。整合与协同是两个概念，整合是一个主体的行为，协同是多个主体的行为。比如多学科整合，谁去整合？

答案不言自明。但多学科协同，每个学科教师都是协同行为的主体。回到课堂上，课堂的深度学习，教师与学生都是协同者。学校教育中，若每个人都能自觉地进入深度学习，那才是课改进入到质变新阶段的标志。

学习活动为主导，师生协同为主体，课程标准为主线，这是深度课改和深度学习的“新三主”表现。

深度学习表现在哪儿中国教师报：通过以上观点，我们可以大概理解为，深度学习至少是主动的、培养创新能力的、多方协同的个体学习过程。那么，在各位专家看来，深度学习具体表现在哪些方面？

王利民：深度学习就是学习科学的学习方法和思维方法，从而培养学生的科学思维，这是成为创新型人才的必备条件。具体而言，要培养学生分析比较、归纳演绎、形成概念、作出判断、进行推理的常用思维方法。

学生只有掌握科学的学习方法，才能从盲目被动的学习主体转变为自觉主动的学习主体，从而高效地达成学习目标。同时，深度学习是知行统一的学习。

为了实现课内学习与课外、校外学习，书本知识学习与社会实践的统一，培养学生的创新精神和实践能力，各门课程必须开展与课程内容紧密结合的实践活动，如基于问题、基于项目、基于探究的社团活动、兴趣小组活动、社会调研活动等。

在互联网的助力下，从集中的整体学习过渡到分散的个体学习，这是人类教育史上的重大变革，也是现代社会的大趋势，而个体教育将开创现代教育的新境界。

顾飞宇：学习从问题起，而深度学习则表现为深度问题。就深度问题而言，每一个人都有自己的“度”，在这个“度”上再进行深入学习。

学生备学发现问题即为自己的“度”，就可以在这个“度”上继续深入学习。教师每堂课都会发现新的问题，这是教师自己的“度”，教师在这个“度”上深入学习。

因此，加强教师队伍深度学习的培训，是深度课改不可回避的问题。深度课改与深度学习的协同必将成为教育的新常态。如何实现深度学习中国教师报：深度学习已成为深度课改绕不开的问题。

那么，该如何实现深度学习？周建明：深度学习离不开深度课堂。我们经常听到这样的对话：“可不可以把这节课上得再有些深度？”“不行了，孩子们基础差，再加深度就学不懂了。

”这两句对话中，回答者混淆了一对概念，即把课堂的深度和难度等同了，他们认为深度的意思就是再难些。其实不是这样，有深度的课绝对不是指难度大的课。难是就知识本身而言的，但深度说的是课堂的教学境界。

好课一定是有深度的课，但不一定是难度大的课，很难的课反而并不是好课。有深度的课不是浮夸的，而是实实在在的，不是泛泛的，而是扎扎实实的。

梯度逐层深入，张弛环环相扣，课堂上的生成如花蕾自然绽放，孩子们收获在润物无声之中。学习同样的内容，没深度的课就此打住，有深度的课则要据此延展。

小学一年级的课可以上得很有深度，高中三年级的课也可能上得很肤浅。

有深度的课一定要师生愉悦，并共同感受知识境界和生命境界的提升，让人久久回味；没深度的课，上完后如饮白开水，要么是简单的重复，要么也是浅尝辄止，过后无痕。

要想上出有深度的课，教师对所学知识一定要有高瞻远瞩的把握，要知课标，懂认知规律，学情和教材都烂熟于心，导引游刃有余。教师要成为本学科大师级人物，这是上出有深度的课的根本保证。

新课改环境下对教师的要求不是浅了而是深了，既要有全新的教育理念，更要有丰厚扎实的专业底蕴，否则我们很难上出有深度的课。

作为教师，如果我们能经常上出有深度的课，我们就能时时享受到工作给我们带来的幸福，学生也能时时体验到生命绽放的喜悦，才能更有利于培养学生的深度学习习惯。

王梅年：我们学校遵循以个人为始、最终回归到个人行为的学习规律，我认为这就是深度学习的良好示范。在这个过程中，学生的实现力、思考力和创造力均不断提升。一是实现力的提升。

实现力指的是在规定的时间内，尽可能多地找到正确答案的能力。在我们学校的每节课上，由班级“学科研究小组”给定学习目标，不同层次的学生在规定时间内完成学习任务。

快速正确完成的学生帮助完成不好的学生，“兵帮兵、兵教兵”，虽然只是一节课，但是学生通过自学与合学解决了已完全超过一节课容量的问题，每个学生的实现力都能得到不断提升。二是思考力的提升。

思考力指的是透过现象看本质的能力。在我们学校的课堂上，学生解决问题后，总会揭示出问题背后的本质。

一道数学例题的思考和解决，有时学生能用顺口溜、口诀总结出这一类题目的规律和方法；一个人物形象的分析，可以拓展到不同人物分析的方法；一首诗歌的鉴赏学习，教会了学生自己去创作诗歌……学生在课堂上学会了总结，学会了概括，学会了拓展，学会了思考。

三是创造力的提升。我们学校的课堂大大提升了学生的创造力。

例如一节语文课，一个小组的目标是为麋鹿写一段文字，结果学生不仅用刚刚学习的说明文字进行描述，还创作了记叙类、诗歌类文章，将说明文的学习迁移到其他文章体裁的学习，学习过程从关注知识到关注创新。

同一学习目标的实现形式也会不一样，例如在课堂上，有的学生通过绘画展示麋鹿外形特征，有的学生通过改编课文，用文字形象生动地描绘麋鹿特征……这些处处培养着学生的深度思考能力，时时彰显着学生的创造力。

为了更好地促进学生的深度学习，提升学生的3种能力，学校师生还共同设计了特色课程。针对一二年级学生的包班制，实行长短课相间的编排方式，注重学科的整合性。

针对三四年级的跨课，注重学科的交叉渗透和整合。还有托班制，打造师生平等、自由、开放的课堂，解放、发展、成就学生，同时也解放、发展、成就教师。

徐洁：要想让学生深度学习，我觉得主要取决于教师的学习是否有深度。教师应该通过自己的深度学习引领学生的深度学习。那么，教师该如何深度学习呢？多种路径让知识显性化。

现实中，教师们做了许多有价值的事情，在实践中积累了宝贵的经验，但是有些教师对此并没有清晰的认识，很难将这些知识进行归纳整理，更遑论向学生进行传播，而深度学习可以帮助教师摆脱此窘境。

比如，我在学校听课过程中，发现许多教师做的工作事实上就是“课程整合”，而他们却没有领悟到这一层。

通过课程的视角，我给教师分析他们的做法，增强了教师的课程意识和课程领导力水平，这样他们再向别人介绍自己的经验时就能够更加贴切、科学、有价值。尤为重要的是，这让教师今后的课改有了更加清晰的目标和方向。

科研工作者与一线教师合作，对教师的实践进行分析、解读、提炼，帮助教师梳理自己的做法，是教师知识显性化的一种可行方法。碎片化知识系统化、结构化。

鉴于教师平常工作繁忙，很难拿出完整的时间潜心学习，教师的学习呈碎片化、片段化、浅表化等特点，难以形成知识体系和结构化知识。因此，教师的深度学习不仅需要恒心、毅力，也需要适宜的方法与措施。

促进高阶思维，达成迁移应用。深度学习不仅要思考“教什么”“怎么教”，更要考虑“为什么教这些”“为什么这样教”，这是在思考教学背后更深层的意义，从而逐渐培养高阶思维能力。

教师是学生深度学习的设计者、组织者、管理者，关注的重点应该是自我教学与学生学习效果之间的关系。

这种基于“用”并且反思“用的效果”的学习，含有许多生成性元素，这正是深度学习的特征——着眼于应用与创新。一些教育名家甚至草根教师，把他们的教学经验归纳成一定的教学法，这就带给我们许多启示。

这些教师将学习与工作相结合，把学到的知识、经验在实践中进行迁移、运用，更重要的是，教师的深度备课与深度认知促进了学生的深度学习。链接·关于深度学习的定义深度学习，也称为深层学习。

西北师范大学副教授安富海在论文中曾提到，深度学习的概念是美国学者FerenceMarton和RogerSaljo借鉴布卢姆认知维度层次划分理论，基于学生的阅读实验，创造性提出的学习方式。

虽然不同学者对于深度学习概念的界定不尽相同，但在深度学习与浅层学习的差异性及深度学习的本质理解上，基本达成了共识。

布卢姆将认知领域学习目标分为6个层次——记忆、理解、应用、分析、评价及创造。浅层学习认知水平较低，一般只处于“知道、理解”的层面，要求学生对知识能够进行简单的描述、记忆或者复制。

而深度学习要求实现更高的层次，如应用、分析、评价、创造，这是一种以促进学生批判性思维和创新精神发展为目的的学习，不只涉及知识的记忆，还强调学生积极主动的学习状态，知识整合和意义连接的学习内容，举一反三的学习方法，更强调学生对知识的应用和问题的解决，属于高级思维活动。

可见，深度学习是一种基于理解的学习，指学习者以高级思维的发展和实际问题的解决为目标，以整合的知识为内容，积极主动、批判性地学习新的知识和思想，并将它们融入原有的认知结构中，且能将已有的知识迁移到新的情境中的一种学习。

什么是深度学习

深度学习。就是指学习娇生的文化知识和科学技术。比如说我们在大学读研究生博士等等所学的专业知识。就应该属于深度学习。还比如说我们中国研究的航天事业。这些研究人员所从事的职业就应该属于升速学习。

他们必须研究航天技术所需要的专业技术理论和知识。这些研究和探索就虚次深度学习。他们不但要一定的理论，而且要大量的实践。来验证这些理论的正确与否。比如说人造地球卫星。的制造发射。导弹原子弹的制造发射。

依此于承，研究成功。这个过程就应该属于深度学习。

想去中公学中科院那个深度学习，深度学习在日常中怎么应用？

深度学习是近几年人工智能领域的主要研究方向。

深度学习的主要任务是通过构建深度卷积神经网络（DeepNeuralNetwork，DNN）和采用大量样本数据作为输入，人们最终会得到一个具有强大分析能力和识别能力的模型，该模型包含了DNN的构成参数以应用于实际工作。

近几年深度学习在很多领域都取得了很大发展，已经基本取代了先前相关技术，在图像识别、语音识别已经取得了非凡的突破。那么深度学习的应用领域具体有哪些呢？下面来列举几个广泛应用深度学习的领域。

一、语音识别深度学习的发展使语音识别有了很大幅度的效果提升，类似于在计算机视觉中处理图像数据一样，深度学习中将声音转化为特征向量，然后对这些数字信息进行处理输入到网络中进行训练，得到一个可以进行语音识别的模型。

二、自然语言处理深度学习由于其非线性的复杂结构，将低维稠密且连续的向量表示为不同粒度的语言单元，例如词、短语、句子和文章，让计算机可以理解通过网络模型参与编织的语言，进而使得人类和计算机进行沟通。

此外深度学习领域中研究人员使用循环、卷积、递归等神经网络模型对不同的语言单元向量进行组合，获得更大语言单元的表示。三、文字识别众所周知，深度学习可以用来识别照片中的文字。

一旦识别了，文字就会被转成文本，并且被翻译，然后图片就会根据翻译的文本重新创建。这就是我们通常所说的即时视觉翻译。四、自动机器翻译我们都知道，谷歌支持100种语言的即时翻译，速度之快宛如魔法。

谷歌翻译的背后，就是机器学习。在过去的几年时间里，谷歌已经完全将深度学习嵌入进了谷歌翻译中。

事实上，这些对语言翻译知之甚少的深度学习研究人员正提出相对简单的机器学习解决方案，来打败世界上最好的专家语言翻译系统。文本翻译可以在没有序列预处理的情况下进行，它允许算法学习文字与指向语言之间的关系。

五、自动驾驶汽车谷歌利用深度学习算法使自动驾驶汽车领域达到了一个全新的水平。现在谷歌已经不再使用老的手动编码算法，而是编写程序系统，使其可以通过不同传感器提供的数据来自行学习。

对于大多数感知型任务和多数低端控制型任务，深度学习现在是最好的方法。

深度学习的策略有哪些

学习策略作为一个完整的概念，是在布鲁纳1956年提出“认知策略”以后出现的。但时至今日，学习策略仍然没有一个公认的定义。

根据已有研究可归纳为以下三种观点：（1）把学习策略看作是内隐的学习规则系统（杜菲，1982）。（2）把学习策略看作是学习过程和步骤（尼斯比特，1986）。

（3）把学习策略看作是具体的学习方法或技能（梅耶，1988）。我们认为，所谓学习策略是指学习者为了提高学习的效果和效率,用以调节个人行为和认知活动的一种抽象的、一般的方法。

首先，凡是有助于提高学习效果和效率的程序、规则、方法、技巧及调控方式均属于学习策略范畴。其次，学习策略不等于具体的学习方法，是学习方法的选择、组织和加工。许多学习策略具有高度的一般性。

但学习策略又不能与具体的学习方法截然分开，要借助具体的学习方法表现出来。再次，学习策略是调节如何学习、如何思考的高级认知能力，是衡量个体学习能力的重要尺度,是会不会学的标志。

当代认知心理学把知识分为三类：1.陈述性知识。是关于世界的事实性知识，主要用来回答事物是什么、为什么的问题。如先乘除后加减，我国国土面积多大等。2.程序性知识。

是个人在特定条件下可以使用的一系列操作步骤或算法，主要用来解决怎么做的问题。如运算法则、语法法则等，我们可以用这些规则来处理问题。3.策略性知识。

是关于如何学习和如何思维的知识，是关于如何使用前两种知识去学习、组织、解决问题的一般方法。例如，学习时如何有效组织，写作时如何拟定提纲，解决问题时如何明确思维等。

当代的学习观重视的是策略性知识的获得，因为只有在策略性知识的指导下，陈述性知识和程序性知识才能更有效地被感知、理解、组织，才能更有效地用来解答问题。

诺曼（Norman）指出：“我们仍需要总结出关于怎样学习、怎样组织、怎样解决问题的一般原则，然后设置一些传授这些一般原则的应用性课程，最后把这些一般性原则渗入到学生的各门学科中去。”