深度学习

1. 简介

深度学习的发展源头–神经网络

1.1 深度学习 —— 神经网络简介

深度学习（Deep Learning）（也称为深度结构学习【Deep Structured Learning】、层次学习【Hierarchical Learning】或者是深度机器学习【Deep Machine Learning】）是一类算法集合，是机器学习的一个分支。

深度学习方法近年来，在会话识别、图像识别和对象侦测等领域表现出了惊人的准确性。

但是，“深度学习”这个词语很古老，它在1986年由Dechter在机器学习领域提出，然后在2000年有Aizenberg等人引入到人工神经网络中。而现在，由于Alex Krizhevsky在2012年使用卷积网络结构赢得了ImageNet比赛之后受到大家的瞩目。

卷积网络之父：Yann LeCun

• 深度学习演示

链接:http://playground.tensorflow.org

1.2 深度学习各层负责内容

• 多层神经网络，在最初几层是识别简单内容，后面几层是识别一些复杂内容。
• 神经网络各层负责内容：

1. 第一层

负责识别颜色及简单纹理

2. 第二层

一些神经元可以识别更加细化的纹理，布纹，刻纹，叶纹等

3. 第三层

一些神经元负责感受黑夜里的黄色烛光，高光，萤火，鸡蛋黄色等。

4. 第四层

一些神经元识别萌狗的脸，宠物形貌，圆柱体事物，七星瓢虫等的存在。

5. 第五层

一些神经元负责识别花，黑眼圈动物，鸟，键盘，原型屋顶等。