深度学习的要点是什么?

　　近十年来，随着大数据、云计算、深度学习等技术的发展，人工智能为人类社会带来了一波又一波的机会与高潮。在那些被统称为“人工智能”技术的赋能下，各行各业也跨越了新的“技术鸿沟”，比如教育、医疗、娱乐等，人工智能赋予了我们很多的可能。有很多人想要学习人工智能，可以先了解一下深度学习的要点。

　　1、大数据 2、模型。深度神经网络：来源于传统神经网络，通常为前馈神经网络。卷积神经网络 ：来源于循环型神经网络，理论上网络具有无限深度。受 Hubel 和 Wiesel 1962 年对视觉皮质的研究。深度信任网络：一种基于概率的生产型网络。深度玻尔兹曼机: 一种二进制型的马尔可夫随机场。 其他：深度核心网络、深度自编码网络。

　　3、 优化算法和技巧。梯度递减算法：随机梯度递减、批量梯度递减、小批量梯度递减。反向传播算法：由深度网络最后一层反向传播误差信号，一次调整对应参数。逐层学习算法：将每层网络单独学习后再组成深层网络统一学习。漏失学习算法：在学习时，随机抛弃每一层中的部分神经元，用以避免产生过度学习。CD 算法：由真实数据开始运行吉布斯链，仅运行几步就停止。

　　真术相成是一家专注人工智能算法研究的高新技术企业，与华西口腔、铁皮人科技等达成了深度项目合作。为响应国家号召，真术相成开设了人工智能算法工程师培训班，授课导师均是一线资深算法工程师。