深度学习-1.12

学习《深度学习》了解原理，以及一个例子，知道它是如何工作的.

为以后的工作打开一个新的思路.

——————————————

当前已经学习到的内容：

1，深度学习，利用神经网络原理，进行自主学习，有两种：无监督/有监督学习；

2，基本原理：输出内容识别相应的结果； 识别是一个渐进的过程：

1，先识别轮廓；

2，根据轮廓识别特征；

3，根据特征输出结果；

这样就形成了输入/输出网络. 深度学习的好处，原先的特征识别是人工选择的，现在可以自动生成.

深度学习应用的场合主要图像识别/语音识别等方面.

对于深度学习需要掌握的数学知识：矩阵处理/导数处理/概率论；

原因：

矩阵：多输入就需要做矩阵运算.

导数： 为了识别边界，就需要倒数处理；变化大的地方就是导数比较大的部分；

概率：保证一定的相似度，就可以识别特征，因此用到概率论.