1.人工智能、机器学习和深度学习的关系

计算机的发明，起初是为了代替人类进行重复性劳动，比如一些复杂的运算，对于人来说是非常困难的；然而，一些通过人类的直觉就可以很快解决的问题，如：自然语言、图像识别、语音识别等，对于计算机来说就非常困难，这就是人工智能需要解决的问题。

1997年卡内基梅隆大学的Tom Michael Mitchell教授在出版的书籍《Machine Learning》中队机器学习进行过非常专业的定义：“如果一个程序可以在任务T上，随着经验E的增加，效果P也随之增加，则称这个程序可以从经验中学习。”

深度学习是机器学习的一个分支，它除了可以学习特征和任务之间的关联以外，还能自动从简单特征中提取更加复杂的特征。

人工智能是一类非常广泛的问题，机器学习是解决人工智能问题的一个重要手段，深度学习则是机器学习的一个分支。

2. 深度学习的发展历程

深度学习基本上是深层神经网络的一个代名词，而神经网络的技术可以追溯到1943年。神经网络的发展大致可以分为三个阶段。

3. 深度学习的应用

• 计算机视觉
• 语音识别
• 自然语言处理
• 人机博弈

4. 深度学习工具介绍和对比

https://www.leiphone.com/news/201608/5kCJ4Vim3wMjpBPU.html
http://blog.csdn.net/zuochao_2013/article/details/56024172