精品资料整理深度学习发展现状王宇航（北京交通大学计算机与信息技术学院，北京，100044）摘要：深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据。近年来，随着深度学习逐渐收到各界的广泛关注，其在各个尖端领域的作用也越来越大，深度学习已经在诸多领域取得客观的成就。本文简要介绍深度学习的基本理论及思想，着重介绍了近年来深度学习在各个领域的应用及其发展．关键字：深度学习；机器学习；人工智能；无监督学习1 引言2011 年，斯坦福人工智能实验室主任吴恩达领导 Google 的科学家们，用 16000 台电脑模拟了一个模拟人脑神经网络出来，并向这个网络展示了 1000 万段随机从 YouTube 上选取的视频，看看它能学会什么．结果在完全没有外界干涉的条件下，它自己识别出了猫脸．我们要注意的是，这种机器学习与我们通常意义上说的“机器识别”有所不同．现有的很多此类识别，需要人工输入一些用于对比的数据，或者一些已经进行初步分类、打好标签的数据，机器通过学习这些数据的共同点，得出规律，然后再去将规律应用于更大规模的数据中．粗略地说，这是一种“有监督的学习”，需要人工输入初始数据，有时候还要对识别结果进行判断，由此促进机器的学习速度．而深度学习是一种“无监督的学习”．它基于一种学术假设：即人类对外界环境的了解过程最终可以归结为一种单一算法，而人脑的神经元可以通过这种算法，分化出识别不同物体的能力．这个识别过程甚至完全不需要外界干预．还是以识别猫脸为例：吴恩达给神经网络输入了一个单词“cat”，这个神经网络中并没有辞典，不了解这个单词的含义.但在观看了一千万段视频，它最终确定，cat 就是那种毛茸茸的小动物．这个学习过程，与一个不懂英语的人，在没任何人教他的时候，通过独立观察学会“cat”的过程几乎一致.上述事例是深度学习发展中具有里程碑性质的事件，通过以上事件意在形象的向读者说明深度学习的基本思想.本文意在向读者介绍近年来深度学习在各个领域的应用及其发展.2 深度学习介绍本节简要介绍深度学习及其思想．2.1基本概念深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，精品资料整理它模仿人脑的机制来解释数据。深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示...
