深度学习介绍（一）Yann LeCun

作为人工智能的一种形式，深度学习能够更好地模仿人类大脑。之前还有很多人工智能研究人员还在公开对该领域嗤之以鼻，而仅仅过了几年，从谷歌、微软，到百度、Twitter，深度学习已经开始蔓延到整个商业科技世界了。
很多科技巨头正在挖掘一种特殊的深度学习，他们称之为卷积神经网络(convolutional neural networks)，旨在构建更加智能的互联网服务，比如可以自动理解语言和识别图像。在谷歌，卷积神经网络帮助他们在安卓手机上开发语音识别系统；而百度则可以利用它开发全新的视觉搜索引擎。
在本篇文章中，我们将对深度学习中大名鼎鼎的卷积神经网络进行介绍。
俗话说：读万卷书不如行万里路，行万里路不如名师指路。在介绍Deep Learning的具体算法之前，让我们先来介绍一个Deep Learning领域的大牛。
Yann LeCun——将CNNs应用最成功的人

Yann LeCun是纽约大学终身教授，现任Facebook人工智能实验室负责人。为了表彰他在深度学习领域里的成就，IEEE计算机学会给他颁发了著名的“神经网络先锋奖”。
在加盟Facebook之前，LeCun在贝尔实验室工作了超过20年，那里是全世界最著名的计算机研究实验室，诞生过许多伟大的产品。LeCun在贝尔实验室工作期间开发了一套能够识别手写数字的系统，并把它命名为LeNet。
或许你没听过LeNet，但是当年美国大多数银行就是用它来识别支票上面的手写数字的。能够达到这种商用的地步，它的准确性可想而知。
那么LeNet究竟是什么呢？
LeNet是一种典型的用来识别手写数字的卷积神经网络。
自动识别银行支票，这是卷积神经网络第一次应用于解决实际问题。“过去卷积网络就像是个小玩具，而Yann改变了这一切，他让这项技术能够大范围应用，解决实际问题，”微软的Leon Bottou说到。
前段时间加入百度的Andrew Ng（吴恩达）也表示，卷积神经网络允许人工神经网络能够快速训练，因为他们所占用的内存非常小，你无须在图像上的每一个位置上都单独存储滤镜，因此非常适合构建可扩展的深度网络，卷积神经网络因此非常适合识别模型。
那么卷积神经网络又是什么呢？

参考文献：
http://www.leiphone.com/news/201406/deep-learning-yann-lecun-facebook.html
http://blog.csdn.net/zouxy09/article/details/8781543
http://tech.ddvip.com/2014-08/1408423169212655.html
http://www.36dsj.com/archives/24006
http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B
（P.S. 这几篇‘深度学习介绍’的文章是本人在学习深度学习的过程中，对网上的资料加以整理并加上自己的理解得到的，若有任何侵权问题，请及时联系，将立马对其进行删除操作。谢谢！在这里先附上参考文献以对前人的工作表示敬意。另外，独学而无友，则孤陋而寡闻，若文中所述与事实有所出入或理解不到位的，欢迎随时拍砖~）