现在开始提提深度学习吧。实际上，正如最初一篇里面神经网络历史里面提到的，神经网络和深度学习很多理论都是上世纪的东西了。
深度学习，如它的名字，就是把之前说的神经网络的深度加深，层数变多，结果却获得了出乎意料的效果。
特别是，自2012年在 ImageNet 竞赛中取得惊人成功后，立刻引发了一波浪潮，直到现在还在继续着。
这里能讲的，就是一些和浅层网络比深度网络会有那些优点，缺点，还有哪些应用。因为，本来深度学习就是有很多噱头在里面。
先稍微简单补充点，之前神经网络训练的一些技巧吧。
之前提到，用反向传播算法来训练神经网络。然而实际上，真的直接这样用就可以吗。
答案当然是否。反向传播虽然很厉害，但还不是万金油，还得有很多小伙伴的帮组，才能让深层网络成为万金油。
这些小伙伴们包括，正则化 (Regularization)、正规化 (Normalization)、初始化 (Initialization)、模型选择 (包括网格搜索和随机搜索来选各种参数)、什么时候停止训练 (停止法 Early Stopping)、 动量 (Momentum)、各种优化器(Adagrad, RMSProp, Adam)等等。
以上各种方法的目的，无非两个，第一，使得训练出来的网络处理新数据时有更好的准确率，高泛化性（很好地处理新数据）；第二，让训练速度更加快。
深度学习为什么得以爆发
最近在吴教授的课上看到的，就直接拿来用吧。如图 (有时候，看到字和我一样丑的牛人时，就会有种原来我不是一个人在战斗的莫名安全感)。
这张图上，主要其实说的就是目前深度学习的爆发，很大程度上是因为数据的增多。也就是，因为目前我们生活各方面的数字化，还有各种廉价摄像头、传感器等等带给我们的大数据时代。
而数据以外还有就是，深度学习的研究开发速度的增加，首先是因为各种硬件方面计算能力的提升 (超级计算机、GPU、TPU什么的)，还有软件方面的算法也加快了训练开发速度。这导致的是一个，从想法到代码再到实验，越来越快的迭代。而现在更是有各种想要让计算机自己训练迭代的研究，这导致的结果无法想象。
所以，现在我们看到的就是一个不停向前，越滚越快越大的雪球一样，同时它带来着强大的冲击。
深度学习(Deep Learning)与人脑视觉系统
目前，深度学习最主要的一大领域就是，计算机视觉。
所以这里，我们可以试着用人类的视觉系统，来类比一个用于视觉处理的深度学习网络。
人类的视觉系统，从最初的视网膜接受光信号开始，获得刺激。而视网膜主要是由三种视锥细胞组成，在这里我们可以把每个光信号接受器，当做是一张图片中一个个的像素 (pixel)。然后，这些像素信号向上传递给更高的视觉系统层，这里面如图，在40-60毫秒的时候到达V1层，在这里，这些像素会被组合成最基础的视觉特征，比如说线条、角之类。
之后这些基础特征信号，继续传递给上层视觉系统V2、V4，在那里这些初级的视觉特征被组合成更高级的特征，比如形状、纹理。在这个例子中，初级特征组合成基本部位，比如说眼睛、鼻子、和嘴巴。
最后，这些部位特征再往上到达PIT和AIT层，组合成更加复杂的视觉特征，于是眼睛、嘴、还有鼻子等组合成了一张脸。
接着就是，将这个高级信号传给脑中更高级的决策系统，脑袋中的决策系统根据得到的高级信号作出决策，比如说辨认出是什么东西，如何对其作出反应。
所以，深度网络，特别是卷积网络 (CNN)，也可以看做如这里的视觉系统一样，有很多很多层，在浅层捕捉到初级特征，然后随着深度加深，慢慢组合成高级特征，最后传递给决策系统，作出判断和分类。
为什么深度学习更有效
根据之前提过的，通用逼近原理 (Universal Approximation Theorem)，单层神经网络理论上就可以模拟所有的连续函数了。
那为什么我们还要深层网络呢？
答案是，用深层结构，我们可以用比单层网络更加简洁的方式来表示某个特定函数。在神经网络中，也就是用更加少的神经元，表示更复杂的函数。
单层网络的话，若想要表示一个更为复杂的函数时，比如复杂的布尔函数，那么我们要增加的神经元个数是指数级的。也就是
而用深层网络的话，在同样情况下，只需要增加多项式级的神经元数量。也就是等式右边变为
而当x越来越大的时候，指数级和多项式级的差也会越来越大，这里指数级要更大。平常大家也喜欢说指数级增长云云。
于是利用深层网络来表示一个复杂函数的时候，我们可以用更少的神经元，也就是更少的参数了。
深度学习一些成功应用
深度学习最先，也是最主要的成功应用是语音识别、计算机视觉，还有自然语言处理这三大快了。
语音识别：
中国在这一块做得很棒，比如说科大讯飞的语音平台，还有阿里/百度的语音识别平台。
其实如果用过科大讯飞的讯飞输入法或是语记平台的话，是可以体会到它准确的识别能力的。现在最好的系统准确率，已经很接近人了。而且，各大实验室也都还在研究在嘈杂环境下的语音识别，还有就是对各种方言的识别，不管你是操着什么口语都能够识别出来。
计算机视觉：
计算机视觉这方面的应用那就更是数不胜数了。就比如大家都玩得特别嗨的Faceu 激萌这样的应用，以及如Prism这样的图片风格迁移应用，而更加商业级的就如商汤科技的人脸识别，还有各大电商的以图搜图等等。
其实目前深度学习研究领域，最大的一块应该就是计算机视觉领域了。
自然语言处理：
自然语言处理的话，实际很多还没有做到像上面两个应用那么厉害。也就是说已经接近人， 甚至达到超过人的水平了。
毕竟语言是我们人类，最重要也几乎可以说是独有的一个技能了。
这方面的应用，比如谷歌翻译，还有各种问答系统（Siri，小冰，Alex之类），聊天机器人。
特别是谷歌翻译，中英文翻译真的是做得很厉害了。现在很多时候都是直接用谷歌翻译翻好底稿，然后自己在上面改。再把这个和几年前比比，真的是天壤之别，还记得那个时候大家最喜欢干的就是调戏谷姐了。
还有如果用过最近的谷歌翻译手机应用的话，里面有个结合和视觉处理的，直接在视频里面替换翻译文字的功能，真的是感觉碉堡了。
而各种聊天机器人或是问答系统，大家的体验我也不用说了。相信也能够体验到，还有很多地方做得并不是很好。
