深度学习技术的使用场景有很多

深度学习技是现在的很多看上去很智能很有趣的一些技术的核心底层技术，这项技术的应用就实现了很多的功能，下面就来看看这些你不知道的使用过深度学习的功能。

1、图像分类

图像分类任务主要的目的是判断一张图片的主要类别。图像分类可以是说计算机视觉中最基础的任务之一。

比如在学习分类数据集中有人（person）、羊（sheep）、狗（dog）和猫（cat）四种，图像分类要求给定一个图片里含有哪些分类，比如下图的例子是含有person、sheep和dog三种。

2、语音识别

微软首先迈出第一步，比较有前瞻性的研究了以深度神经网络为基础的语音识别系统，正是这一研究颠覆性的解决了原有的深度不够这一缺点。

新研发的系统，能够将原来不连续的语音片段通过描述片段之间的相似性合并起来，从而形成一个新的高维度的片段特征。

在实际应用过程中，这一技术，除了去其糟粕外，还取其精华，与原来的虽然不成熟但也有很多可取之处的语音识别技术相互联结，不但提高了语音识别的正确率还节省了不必要的开支，正可谓一举两得。

3、自动机器翻译

实际上，在过去的两年时间里，谷歌已经完全将深度学习嵌入进了谷歌翻译中。事实上，这些对语言翻译知之甚少的深度学习研究人员正提出相对简单的机器学习解决方案，来打败世界上最好的专家语言翻译系统。

这些你都清楚了吗？