我经常看到诸如人工智能，机器学习和“深度学习”之类的词。在互联网上，但很少有人真正了解它们。大多数人似乎理解这些词的含义以及它们背后的关系。 “深度学习”与人工智能密不可分。为了清楚起见，什么是“深度学习”？是，我们必须从人工智能开始。自从计算机科学家在1956年的达特茅斯会议上确认人工智能一词以来，就不乏关于人工智能的奇妙想法。尽管梦想的情况还没有出现，但人工智能的功能略弱。它已经变得很流行，例如图像识别，语音识别和多语言翻译。机器学习是实现人工智能的重要方法。机器学习的概念来自早期的人工智能研究人员。简而言之，机器学习是使用算法来分析数据，从中学习并自动将其汇总为模型，最后使用该模型进行推断或预测。与传统的编程语言开发软件不同，大量数据用于发送机器学习，该过程称为“训练”。 “深度学习”近年来，机器学习是一种备受关注的机器学习。 “深度学习”植根于类似神经网络的模型，但是今天的“深度学习”技术与其前身完全不同。当前最好的语音识别和图像识别系统都是通过“深度学习”完成的。技术。就像各种手机制造商推广的AI摄像头功能一样，AlphaGo曾在街道和小巷中广受欢迎（AlphaGo是第一个击败人类职业Go玩家的人工智能机器人，也是Go的第一位世界冠军，由Google公司开发）都是基于“深度学习”技术，但应用场景不同。值得一提的是，“深度学习”已经成为现实。并不是最初的独立学习方法，它还将使用有监督和无监督的学习方法来训练深度神经网络。但是，由于近年来该领域的快速发展，已经提出了一些独特的学习方法（例如残差网络），因此越来越多的人将其视为一种单独的学习方法。最初的“深度学习”是一个使用深度神经网络来解决特征表达的学习过程。深度神经网络本身并不是一个全新的概念，但可以粗略地理解为包含多个隐藏层的神经网络结构。为了提高深度神经网络的训练效果，人们对神经元的连接方法和激活功能进行了相应的调整。实际上，早期有很多想法，但是由于训练数据不足和计算能力落后，最终结果并不令人满意。到现在为止，“深度学习”已经成为现实。在图像和语音等富媒体的分类和识别方面取得了非常好的成果。因此，主要的研究机构和公司在相关的研究开发上投入了大量的人力。实际上，已经有很多情况下应用“深度学习”。技术在我们的日常生活中。在电子商务行业中，当我们浏览淘宝时，页面上有很多产品符合您的爱好，并且您最近有兴趣购买。这种个性化推荐涉及“深度学习”。技术;您进行对话和解决问题的淘宝智能机器人也涉及“深度学习”。技术。在运输领域中，“深度学习”的使用是可取的。该技术可以监视车辆的停车，倒退和其他行为，甚至可以准确识别车辆的车牌号，颜色，型号和特征，以协助交通执法，即使在发生交通事故和交通拥堵的情况下也是如此。当时的闹铃等。在金融业中，银行可以使用“深度学习”技术。用于监视数百万消费者数据（例如年龄，职业，婚姻状况等），财务借贷和保险状况（是否有违约记录，还款时间，车辆事故记录等）的技术进行分析，然后确定是否可以执行贷款服务。在家居行业中，“深度学习”技术也用于智能家居中。例如，智能冰箱使用图像识别和其他技术来记录成分的类型和用户的日常饮食数据，然后分析用户的饮食习惯并基于多个维度提供最全面的信息。建议f