烟台机器视觉解决方案—合作咨询：0535-2163369         13695448998 胡经理

------------------------------------------------------

　　欢迎电话咨询获取机器视觉解决方案，并有机器视觉专家指导开展机器视觉系统导入工作

　　------------------------------------------------------

　　在很多人眼里，深度学习是一个非常神奇的技术，是人工智能的未来，是机器学习的圣杯。今天深视创新带您一起揭开他神秘的面纱，了解什么才是深度学习。

　　当我们在网络上搜索“深度学习”的时候往往还能搜到“人工智能”以及“机器学习”这两个关键词。有很多人甚至认为深度学习就是人工智能，其实这些概念之间还是有一些区别的。因此，在介绍它的工作原理之前，为了让大家更好的了解深度学习，我们先来介绍一下这几个概念之间的区别和联系。

　　人工智能到目前为止还只是一个概念。它是由麻省理工学院的约翰·麦卡锡于1956年在达特矛斯会议上提出的。在会上人们把人工智能定义为一门可以让机器的行为看起来像人一样智能的技术，但是至今为止我们还没能实现这个梦想。伴随着随着计算机技术的发展以及学者们不断的探索，虽然我们目前无法实现理想中的人工智能，但已经找到了一些实现它的途径，那就是机器学习。机器学习不同于我们之前提到的理想中的人工智能。它可以使机器具有一定的决策能力。它是一种对已知数据进行学习和分类的分类器。有人认为这并不是真正的智能，于是人们把理想中的人工智能称为强人工智能，而相对的把机器学习称为弱人工智能。我们现在耳熟能详的深度学习则是一种实现机器学习的算法。所以从算法的角度上来说深度学习只是一个分类器而已。

　　深度学习的核心算法是CNN神经网络，即卷积神经网络。这个网络早在1989年就已经问世了，最初人们用它解决手写字符的识别问题，但是受限于当时计算机的硬件水平，其处理速度较慢，并没有推广到其他应用领域。1999年GPU的问世为卷积神经网络重回历史舞台提供了良好的条件。借助GPU高效的处理能力，卷积神经网络算法开始走向应用。它优秀的分类能力逐渐被各个应用领域所认可。而当Alpha Go战胜了围棋冠军李世石以后，人们对深度学习技术的期望更是达到了顶峰。但是我相信，很快人们就会发现深度学习只是我们目前掌握的一种新的非线性分类器。它和其他分类器一样都需要通过训练才能够实现分类的功能。比如通过水果图像的训练，它就可以帮助我们判断图像中水果的种类。

　　作为一个机器学习的分类器，深度学习在很多特征模糊的分类领域均有不错的表现，比如在自动驾驶和照片分类等应用领域。相比于其他的分类器，深度学习不仅可以对图像的特征进行分类，还可以通过训练对图像中的特征进行学习。这种特性对于一些特征不易描述的图像分类任务是大有裨益的。

烟台机器视觉解决方案—合作咨询：0535-2163369         13695448998 胡经理

------------------------------------------------------

　　欢迎电话咨询获取机器视觉解决方案，并有机器视觉专家指导开展机器视觉系统导入工作

　　------------------------------------------------------

责任编辑：胡金鹏