深度学习与神经网络到底是什么详细资料说明

　　深度学习是机器学习的一个子领域，研究的算法灵感来自于大脑的结构和功能，称为人工神经网络。如果你现在刚刚开始进入深度学习领域，或者你曾经有过一些神经网络的经验，你可能会感到困惑。因为我知道我刚开始的时候有很多的困惑，我的许多同事和朋友也是这样。因为他们在20 世纪90年代和21 世纪初就已经学习和使用神经网络了。

　　该领域的领导者和专家对深度学习的观点都有自己的见解，这些具体而细微的观点为深度学习的内容提供了很多依据。

　　在这篇文章中，您将通过听取该领域的一系列专家和领导者的意见，来了解什么是深度学习以及它的内容。来让我们一探究竟吧。

　　深度学习是一种大型的神经网络

　　Coursera 的Andrew Ng 和百度研究的首席科学家正式创立了Google Brain ，最终导致了大量Google 服务中的深度学习技术的产品化。

　　他已经说了很多关于深度学习的内容并且也写了很多，这是一个很好的开始。在深度学习的早期讨论中， Andrew 描述了传统人工神经网络背景下的深度学习。在2013 年的题为“ 深度学习，自学习和无监督特征学习”的演讲中“他将深度学习的理念描述为：这是我在大脑中模拟的对深度学习的希望：

　　- 使学习算法更好，更容易使用。

　　- 在机器学习和人工智能方面取得革命性进展。

　　我相信这是我们迈向真正人工智能的最好机会后来他的评论变得更加细致入微了。

　　Andrew 认为的深度学习的核心是我们现在拥有足够快的计算机和足够多的数据来实际训练大型神经网络。在2015 年ExtractConf 大会上，当他的题目“科学家应该了解深度学习的数据”讨论到为什么现在是深度学习起飞的时候，他评论道：

　　我们现在拥有的非常大的神经网络。..。..以及我们可以访问的大量数据他还评论了一个重要的观点，那就是一切都与规模有关。当我们构建更大的神经网络并用越来越多的数据训练它们时，它们的性能会不断提高。这通常与其他在性能上达到稳定水平的机器学习技术不同。