文档介绍：深度学****介绍
第一页，共63页
目录
深度学****概述
深度学****常见场景
深度学****常用算法介绍
深度学****常用框架介绍
TensorFlow入门
深度学****未来和展望
*
第二页，共63页
深度学****概述
*
深度学****Deep Learning, DL)由Hinton等人于2006年提出，是机器学****MachineLearning, ML)的一个新领域。
深度学****起源于人工神经网络，它的定义：通过组合低层特征形成更加抽象的高层特征或类别，从而从大量的输入数据中学****有效特征表示，并把这些特征用于分类、回归和信息检索的一种技术。
深度学****被引入机器学****使其更接近于最初的目标----人工智能（AI，Artificial Intelligence）。深度学****是学****样本数据的内在规律和表示层次，这些学****过程中获得的信息对诸如文字、图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学****能力，能够识别文字、图像和声音等数据。
第三页，共63页
与机器学****关系
*
如上图，人工智能是最早出现的，也是最大、最外侧的同心圆；其次是机器学****稍晚一点；最内侧，是深度学****当今人工智能大爆炸的核心驱动。
第四页，共63页
基本概念
*
深度学****Deep Learning, DL)：通过组合低层特征形成更加抽象的高层特征或类别，从而从大量的输入数据中学****有效特征表示，并把这些特征用于分类、回归和信息检索的一种技术。
人工神经网络：是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。
深度神经网络：包含多个隐含层的神经网络。
模型：可以理解成算法和数据的合集。
模型训练：利用模型的算法，使用深度神经网络进行权值的训练，最终得出一个最优解。
模型预测：使用训练完成的模型进行预测，得出分类识别结果。
第五页，共63页
目录
深度学****概述
深度学****常见场景
深度学****常用算法介绍
深度学****常用框架介绍
TensorFlow入门
深度学****未来和展望
*
第六页，共63页
2 深度学****场景
*
当前深度学****使用的场景主要在无人驾驶，人脸识别，拍照购，智能客服，文字识别，语音识别，目标检测，图片分类等方面。
深度学****br/>无人驾驶
人脸识别
拍照购
智能客服
文字识别
目标检测
图像分类
语音识别
第七页，共63页
深度学****场景 - 无人驾驶
*
无人驾驶：深度学****利用其深层的神经网络，通过一定的算法能训练出一个识别率非常高的分类器，从而能够使环境感知部分高精度的完成，为驾驶决策模块提供正确的环境信息，保证无人驾驶正常的完成。
第八页，共63页
深度学****场景 - 人脸识别
*
人脸识别：人脸信息的识别，是对人脸的信息加以提取然后进行识别的办法，一个最重要的目标就是分辨不同人的信息，辨别身份。面部识别的主要方式有：几何结构、子空间局部特征以及深度学****br/>安防领域
开户审核
考勤门禁
......
第九页，共63页
深度学****场景 - 文字识别
*
文字识别：基于深度学****的文字识别系统的实现方法，属于图像处理技术领域，将包含文字的图片进行预处理、切分、识别，重组成一段文本，从而实现图片到文本的转换。涉及到图像预处理、图片切分、图片识别和文字重组。
审核
车牌识别
文档识别
......
第十页，共63页