这篇文章纯粹是写给我自己，也算是最近调研的总结。Deep Learning是最近人工智能大热的一个导火索，虽然已经被玩烂了，但是还是稍微补充一些这方面的知识。或许，人工智能的革命会越来越快呢？ 1. 机器学习是做什么的 Deep Learning又叫做深度学习，最近人工智能的火爆，AlphaGo的成名，以至于各种语音识别技术（Siri等）突飞猛进，都离不开这几年Deep Learning级数的大发展。 首先，机器要实现所谓的人工智能，其中一个关键节点是模式识别，或者机器学习，其核心就是能够比如识别出人类的手写文字，识别出语音，在这一步基础上，才有后面的分析 的步骤。 在机器学习或者模式识别领域，数十年下来已经了非常多成熟的算法，虽然他们在复杂条件下的准确率只有80%-90%，但是也足以适用绝大部分的场景，比如车牌识别。 传统的机器学习方法有神经网络（ANN），支持向量机（SVM），语音识别领域前些年大热的则是隐形马尔可夫模型（HMM），此外还有灰常多不同的工具和发明被各路大牛探索出来。 以语音识别的HMM为例，识别率大道90%左右则一直无法提升。虽然它已经超过了种种其他各种机