深度学习—神经网络和卷积神经网络简单介绍

一、人工智能、机器学习和深度学习

• 人工智能是很宽泛的领域，让机器像人一样思考：机器学习，自动推理；让机器人像人一样听懂：语音识别；让机器像人一样看懂：视觉识别；让机器人像人一样运动：运动控制。
• 传统机器学习是使用人工智能算法使得计算机有学习能力，模拟或实现人类的学习行为，来获取新的知识或技能并根据自身结构不断完善性能。
• 深度学习属于机器学习的子类，是利用深度神经网络来解决特征表达的一种学习过程。
  深度神经网络本身并非是一个全新的概念，可理解为包含多个隐含层的神经网络结构。为了提高深层神经网络的训练效果，人们对神经元的连接方法以及激活函数等方面做出了调整。其目的在于建立、模拟人脑进行分析学习的神经网络，模仿人脑的机制来解释数据，如文本、图像、声音。
  三者关系如图1所示：

                                         
                                         图1 人工智能、机器学习与深度学习

二、 为什么现在深度学习这么受欢迎

• 机器学习能够适应各种数据量，特别是数据量较小的场景。如果数据量迅速增加，那么深度学习的效果将更加突出，这是因为深度学习算法需要大量数据才能完美理解。随着互联网的发展，数据量这一问题被完美解决，深度学习在很多方面效果优于机器学习；
• 机器学习需要工程师手动提取特征（如图2），耗费大量时间在重复性劳动上&#