深度学习扫盲篇-一文了解知识脉络

很多同学对深度学习、机器学习等很多名词傻傻分不清，也不怪大家，那是因为确实比较混乱。

一、先上张图帮大家缕清各名词之间关系

二、接着带大家认识下深度学习的基本概念

深度学习定义：一般是指通过训练多层网络结构对未知数据进行分类或回归

深度学习分类：

有监督学习方法——深度前馈网络、卷积神经网络、循环神经网络等；

无监督学习方法——深度信念网、深度玻尔兹曼机，深度自编码器等。

深度学习的思想：

深度神经网络的基本思想是通过构建多层网络，对目标进行多层表示，以期通过多层的高层次特征来表示数据的抽象语义信息，获得更好的特征鲁棒性。

三、最后带大家看下深度学习的应用方向

1、图像处理领域主要应用

图像分类(物体识别)：整幅图像的分类或识别

物体检测：检测图像中物体的位置进而识别物体

图像分割：对图像中的特定物体按边缘进行分割

图像回归：预测图像中物体组成部分的坐标

2、语音识别领域主要应用

语音识别：将语音识别为文字

声纹识别：识别是哪个人的声音

语音合成：根据文字合成特定人的语音

3、自然语言处理领域主要应用

语言模型：根据之前词预测下一个单词。

情感分析：分析文本体现的情感(正负向、正负中或多态度类型)。

神经机器翻译：基于统计语言模型的多语种互译。

神经自动摘要：根据文本自动生成摘要。

机器阅读理解：通过阅读文本回答问题、完成选择题或完型填空。

自然语言推理：根据一句话(前提)推理出另一句话(结论)。

4、综合应用

图像描述：根据图像给出图像的描述句子

可视问答：根据图像或视频回答问题

图像生成：根据文本描述生成图像

视频生成：根据故事自动生成视频