深度学习基础。入门到实战，深度学习到底有多深？

  深度学习是机器学习的一个特定分支。我们要想充分理解深度学习，必须对机器学习的基本原理有深刻的理解。

大部分机器学习算法都有超参数（必须在学习算法外手动设定）。机器学习本质上属于应用统计学，其更加强调使用计算机对复杂函数进行统计估计，而较少强调围绕这些函数证明置信区间；因此我们会探讨两种统计学的主要方法: 频率派估计和贝叶斯推断。同时，大部分机器学习算法又可以分成监督学习和无监督学习两类；本文会介绍这两类算法定义，并给出每个类别中一些算法示例。

现在搞AI的公司，不管用什么样的算法，都想让自己跟深度学习扯上点关系，因为这样好像显得逼格够高。目前比较前沿的语音交互、计算机视觉等，就连神坛的Alpha Go的算法都是用深度学习。那究竟深度学习是什么？到底有多强大？要怎么实现？本文就跟大家一起讨论下。

在看接下来的内容之前，如果对机器学习还不了解的同学，可以先看下这篇《想入门AI，机器学习你知多少了？》——介绍了机器学习的整体框架，机器学习的步骤，深度学习与机器学习的关系，还有比较详细的介绍了为什么会需要人工神经网络。看完以上的文章再来讨论今天的内容可能会更容易理解。

好了，我们言归正传。

以下就是我们本次需要谈论的内容：

01 深度学习一些有趣的应用

1. Face 2 Face

Face2Face是斯坦福大学等学生做的一款应用软件，这套系统能够利用人脸捕捉技术，让你说话的声音、表情、动作，投射到视频中的另一个人脸色。

如上图所示，左上角是特兰普演讲的视频，左下角是模仿者在说话，经过系统处理后，特兰普的表情和声音就变成了模仿者的表情和声音。（大家可以搜下网上的视频，挺有意思的）

2. 灵魂画家