深度学习

Deep learning

对于一些特定的环境，采用浅层神经网络对图片识别具有比较大的误差（例如：对于图片中狼和狗的辨别，对于狼而言，在不同的环境下或者不同的姿势拍的图片具有明显区别，但是如果狼和狗都在同一个环境下得到的图片，有可能十分的相似，采用浅层分类有可能具有很大的误差，因此，如何选取特征是一个重点），这个时候需要采用深度学习。

Convolutional neural networks

卷积神经网络是人工神经网络的一种，已成为当前语音分析和图像识别领域的研究热点。卷积神经网络对特征提取依赖性比较低，部分文献中把卷积理解成滤波器的应用。

卷积神经网络中的卷积和数字信号处理中的卷积有什么区别？

数字信号处理：数字信号处理就是把信号分解成一个一个的脉冲信号，把这些输出响应做一个线性的叠加，跟傅里叶变换类似。

卷积神经网络：在图像处理中，一个模板和一幅图像进行卷积，对于图像上的一个点，让模板上的点和图像上对应的点相乘，然后各点的积相加，可以看作加权求和，用来消除噪声、特征增强。

Recurrent neural networks

RNNs的目的使用来处理序列数据，可以用来预测。

深度学习、人工智能和机器学习的概念

http://www.cnbruce.com/blog/showlog.asp?cat_id=37&log_id=1422