深度|为什么 Deep Learning 最先在语音识别和图像处理领域取得突破?
Deep learning实际上同时推动了很多领域的发展。一个我所知道的例子是自然语言处理NLP中词向量(Word Embedding)方法对传统语言模型的提升[1];而且我相信,deep learning还会进一步推动更多AI领域的发展。 当然,深度学习DeepLearning最为人所关注也表现最明显的,就是使语音、图像识别获得了长足的进步。其实有的同学已经回答得很漂亮了,只是我忍不住再谈谈自己的理解,抛砖引玉,大家共同讨论。 本着读书人简单问题复杂化……啊不,是论证完整化的标准,我觉得可以从以下三点递进地解决题主的疑问: 1.为什么深度学习突然间火起来了? 2.为什么深度学习会应用到语音识别和图像识别中? 3.为什么深度学习能成功地应用到语音、图像识别中,取得突破? 为了让更多对深度学习感兴趣的朋友看懂,下面我尽可能地用简单的语言来阐述下我的看法(叙述中假设你已经大致知道什么是深度学习和神经网络,了解神经网络的基本原理,顺便认为你已经浏览了其他答案)。 为什么深度学习突然间火起来了? 谈到这个问题,如果在五六年之前,很多人肯定会说是因为Hinton在Science上的那篇论文“Re...