文章插图
资料来源：getwallpapers.com
深度学习是机器学习中重要分支之一 。它的目的是教会计算机做那些对于人类来说相当自然的事情 。深度学习也是无人驾驶汽车背后的一项关键性技术，可以帮无人车识别停车标志、区分行人与路灯柱 。它是手机、平板、电视和免提扬声器等设备实现语音控制的关键 。深度学习近期以其前所未有的成果获得了广泛关注 。
在深度学习中，计算机模型直接从图像、文本或声音中学习直接如何执行分类任务 。深度学习模型可以达到最高的准确度，有时甚至超过了人类的水平 。我们通常使用大量标记的数据和包含许多层的神经网络体系结构来训练模型 。
文章插图
资源
深度学习的模型可应用到各种复杂任务中：
1. 人工神经网络（ANN）进行回归和分类
2. 用于计算机视觉的卷积神经网络（CNN）
3. 递归神经网络（RNN）用于时间序列分析
4. 自组织地图以进行特征提取
5. 推荐系统的深玻尔兹曼机
6. 推荐系统的自动编码器
在本文中，我们将尽可能的介绍人工神经网络（ANN）的所有相关内容 。
推荐阅读
- 一文学会 SSH 服务
- 一文详解Docker 代理脱坑
- 一文看懂全排列算法
- 你应该了解的 Java SPI 机制
- 天文学家是如何了解宇宙的过去、现在和未来？
- 用了路由器这么久，是时候了解的WIFI 基础的这些事儿了
- 读过本文才算真正了解Cassandra数据库
- 新茶王杜仲雄花茶 您了解多少
- 全部取材自真实受骗经历！一文揭秘普洱的7大造假手法
- REST API一些必备的安全基础--了解一下