神经网络和深度学习初识

前言：这里对神经网络和深度学习不做展开的谈论，只从应用层面大体的聊聊他们的应用，有个大体的认识

---

1.什么是神经网络？

咳咳，说了这里不会对其展开谈论。

       下面这张图就是一个神经网络系统，它由很多层组成。输入层负责接收信息，比如一只猫的图片。输出层是计算机对这个输入信息的判断结果，它是不是猫。隐藏层就是对输入信息的传递和加工处理。

            

2.两种广泛应用的DNN：CNN 和RNN

CNN（卷积神经网络）

• 图像识别
• 图像分类
• 目标检索/定位

              

• 图像搜索
• 人脸识别：

1. 人脸检测/人脸分析（性别，年龄，微笑）
2. 人脸比对（判断）
3. 人脸搜索（数据库中搜索）

• 无人驾驶：定位， 感知， 决策， 控制

              

• 拍照食物/搜索： 识别花朵/拍照购物/以图搜图
• 物体检测和定位： 图片中的物体
• 风格迁移： 模仿大师的绘画风格

              

• 图片智能审核 色情过滤/暴力过滤/广告过滤/识别二维码

RNN（循环神经网络）

• 时间序列预测（天气、股票）
• 情感分析（正面、负面）
• 模拟写作：模仿作家风格写作
• 看图说话：自动给图片生成标题 机器翻译