卷积网络的学习总结1.概念篇

1.卷积网络的概念：图1 1

1.1 机器学习：

从广义上来说，机器学习是一种能够赋予机器学习的能力以此让它完成直接编程无法完成的功能的方法。但从实践的意义上来说，机器学习是一种通过利用数据，训练出模型，然后使用模型预测的一种方法。
  从童年开始，你就一直在和人见面，观察和互动。他们的行为和印象存储在你的大脑中。你的大脑成为一个巨大的数据中心。在遇见新朋友时，您不断添加更多的数据。很快，你就可以猜测你的下一个遇到的人的经历，你会根据自己的一些猜测和喜好，选择和谁更亲近，比如你喜欢长得好看的人，你就和好看的人玩，之后你可能在长大的过程中，发现长得好看不是唯一标准，那么你选择朋友的标准就发生了改变，这是算法的改进，这就是机器学习。这是我浅显的理解，可以更进一步的举例：
（引用http://www.cnblogs.com/subconscious/p/4107357.html#3914233
相当推荐，看过之后对于自己的学习方向很清晰）
1.2神经网络与深度学习：
神经网络—实质是一个分类器：输入--------机器-------输出，例：有一大堆猫、狗照片，把每一张照片送进一个机器里，机器需要判断照片里的东西是猫还是狗。
神经网络和深度学习都是多层网络结构，他们都有输入层，隐藏层，输出层。深度学习的实质就是深层神经网络。
具体参考此博客 （http://www.cnblogs.com/subconscious/p/5058741.html
）