深度学习,机器学习这些名词大家都有一定了解。深度学习类似于我们的大脑计算，可以高效率地处理执行任务。此外，需要重视的一点是，深度学习系统与传统的符号计算平台非常不同，正如人类与计算机的计算方式不同一样，深度学习也是如此。
Depth概念：depth:the length of the longest path from an input to an output.
DeepArchitecture的三个特点：深度不足会出现问题；人脑具有一个深度结构（每深入一层进行一次abstraction，由lower-layer的features描述而成的feature构成，就是上篇中提到的feature hierarchy问题，而且该hierarchy是一个稀疏矩阵）；认知过程逐层进行，逐步抽象
Deep Learning Algorithm的核心思想：
把learning hierarchy看做一个network，则
①无监督学习用于每一层网络的pre-train；
②每次用无监督学习只训练一层，将其训练结果作为其higher一层的输入；
③用监督学习去调整所有层
不过，今天我们大圣众包小编就整理些基于深度学习开发的应用程序，看看到底有多神奇：
盲人看照片
Facebook开发的一个移动应用，可以让盲人或者视力障碍者像正常人一样浏览照片。
实时语音翻译
微软的Skype能够将语音实时翻译成不同的语言。
目标识别
Moodstocks（已经被Google收购）推出的智能手机图像识别应用程序MoodstocksNotes，可通过照片识别书籍、CD、海报、传单和酒标等对象。
分类照片
Yelp可以根据业务分支对照片进行分类。
自动驾驶
自动驾驶技术应该是深度学习领域最为大家所知的应用了。
新材料
利用深度学习发现新材料。
Go系统
GoogleDeepMind创建了一个Go播放系统，能够通过对抗自己来学习新的策略。
标题党
一种RNN训练，生成吸引眼球的标题。
文本图像实时翻译
Google的一个移动应用，可将照片中的文字翻译成您可以理解的文字。
预测未来
看看MIT这些伙计是怎么说的。
三维物体分类
手势识别
使用不同的手势，对没有屏幕的设备进行交互。
拍照自动微笑
SmileVector可以把一张照片的人，自动转换成微笑的表情的照片。
人类对话
例如Google开发的进行自动对话回复的邮件。
增强现实——脸部追踪
百度开发的一个应用，能够基于深度学习技术进行面部追踪。
仓库优化
一个深度学习系统，在仓库中用最佳的方式拿取和放置物品，这种系统明显快于传统的研究方法，并且效率更高。
图片搜索
将图像进行视觉搜索查询。
Prosetheses控制
通知脑电图描记器参与提取记录中语音混合物在神经转向听力假肢中的应用。
流体模拟
利用卷积网络创建快速且高度逼真的流体模拟。
个性化
亚马逊使用深度学习技术来驱动其个性化功能。
脑肿瘤检测
在2013年BRATS测试数据集上的报结果表明，802,368参数网络比已发布的最先进的技术改进了超过30倍。
省电
Google正在使用DeepMind人工智能子公司的技术，以大幅节省其数据中心的电力功耗。
整理货架
类似上面的仓库优化，亚马逊研究人员基于深度学习技术分析3D扫描，让机器人对物品进行整理。
摄取街景
Facebook正在利用深度学习技术，从卫星图像上创建更加准确的地图。
语音识别
通过声音进行识别。
红外彩色化
用户可以更加快速准确地理解已经被着色的红外图像。
图合成
将草图合成真实的面部图像。
临床事件预测
一个RNN训练，8年时间从来自26万患者和14805名医生的EHR数据，该神经网络进行多标签预测（每次诊断或药物类别作为一个标签），该系统可以执行召回鉴别诊断率高达79%，明显高于基线。
皮肤评价和建议
使用深度学习来确定客户的“皮肤年龄”，确定问题领域，并提供旨在解决这些问题的产品方案。
看完这些神奇的例子，是不是觉得深度学习离我并不是很远，很多东西我们天天都在使用，所以别把深度学习看得多难，只要好好钻研一样可以！
原文地址：http://www.dashengzb.cn/articles/a-311.html
（更多大数据与商业智能领域干货、或电子书，可添加个人微信号（dashenghuaer))
