深度学习

AI>机器学习（ML Machine Learning）>深度学习(DL Deep Learning)  
深度学习是机器学习的分支，是一种以人工神经网络为架构，对数据进行特征学习的算法。  

机器学习和深度学习的区别

a.特征抽取 

i.机器学习是人工的特征抽取的过程    
ii.深度学习是自动的特征抽取的过程  
（深度学习没有人工特征提取的过程）

b.数据量

i.机器学习数据少，效果不是特别好  
ii.深度学习数据多，效果更好  
（深度学习需要大量的训练数据集，会有更高的效果）

深度学习的应用场景

a.图像识别

i.物体识别   
ii.场景识别   
iii.人脸检测跟踪  
iiii.人脸身份认证  

b.语音识别

c.自然语言处理技术

i.机器翻译  
ii.文本识别  
iii.聊天对话   

神经网络

概念 

人工神经网络（ANN Artificial Neural Network），是一种模仿生物神经网络的数学模型，对函数进行估计或近似。

神经元

神经网络中的基础单元，相互连接组成神经网络  
t=f(W^T A+B)  
一个神经元的功能是求得输入向量与权向量的内积后，经一个非线性传递函数得到一个标量结果。

单层神经网络

最基本的神经元网络形式，由有限个神经元构成。

感知机

由两层神经网络组成  
简单的二分类的模型，给定阈值，判断数据属于哪一部分

多层神经网络

由单层神经网络进行叠加之后得到   
输入层、隐藏层、输出层  
全连接层：第N层和第N-1层每个神经元相互连接