什么是深度学习？怎么学好深度学习？

【深度学习】是一种强大的多层架构，可以用于模式识别、信号检测以及分类或预测等多个领域。

深度学习在过去十年获得了极高的关注，这归功于计算能力的不断发展和训练模型不断涌现出更有效的新方法，也源于可使用的数据量不断增加。

什么是深度学习

为了理解深度学习是什么，最简单的方式也许是首先理解常规【机器学习】是什么。

一般来说，机器学习主要用于开发和使用那些从原始数据中学习、总结出来的用于进行预测的算法。

预测是个非常笼统的术语。例如，机器学习中的预测可以包括预测某位消费者将会在一家给定的公司花费是多少，或者预测一笔特殊的信用卡消费中是否存在欺诈。预测也包括更一般的模式识别，如给定的图片显示了什么字母，或者这张照片中是否有马、狗、人、脸、建筑等。

「深度学习」是「机器学习」的一个分支，其中的深度（多层）架构用于映射输入或观测特征与输出之间的联系。

这种深度架构使得深度学习特别适合处理含有大量变量的问题，同时可以把深度学习生成的特征当作学习算法整体的一部分，而不是把特征生成当作一个单独步骤。

现已证明，深度学习在图像识别（包括笔迹以及图片或者物体的识别）和自然语言处理（如语音识别）领域非常有效。

事实上，深度学习已经在你的手机里：拼写校正、语音识别、认出社交媒体照片里的好友们。得益于优秀的算法、快速而廉价的算力、前所未有的大量数据以及