了解深度学习前，我们先理解下平时经常在各大新闻通稿中常听到的“人工智能”。人工智能就是研究用计算机实现人类的智能，
如去模仿人类的知觉，推理，学习能力等。从而让计算机能够像人一样思考和行动，有图像识别(机器识别出猫猫狗狗)，人机对话(机器感知到
人类的语义和情感并给出反馈)，围棋的人机对弈(AlphaGo,Master等让机器自己思考去如何下棋)等.
那么机器如何实现人类的智力呢？
主要是通过大量的训练数据进行训练，程序不断地进行自我学习和修正来训练出一个模型，而模型本质上就是一堆参数，用上千万上亿个
参数来描述业务的特点。该训练过程一般采用机器学习方法，尤其是现在比较火的深度学习（deep learning）。所以说，深度学习方法是能够迅速
实现人工智能很有效的工具.
深度学习是机器学习中的一个分支，是由多个处理层（Layer）组成的计算模型，可以通过学习获得数据的多层抽象表达。
一般来说，训练深度学习网络的方式有监督、无监督、半监督学习。
- 监督学习
监督学习是使用已知正确答案的示例来训练网络的。例如从大量图片中通过训练识别猫，而这些用作训练的图片已经通过人为识别被归好类（如有狗，有猫等）。这种分类问题就非常适用监督学习法。
- 非监督学习
无监督学习适用于你具有数据集但无标签的情况。常用的技术有：
自编码（Autoencoding）
主成分分析（Principal components analysis）
随机森林（Random forests）
K均值聚类（K-means clustering）
- 半监督学习
半监督学习在训练阶段结合了大量未标记的数据和少量标签数据。