什么是深度学习？
总结：深度学习是机器学习的一个分支，其核心是通过构建多层神经网络实现自动特征提取和模式识别
深度学习是干什么的？
1.计算机视觉（Computer Vision , CV）
(底层实现-->卷积神经网络CNN)
图像分类：将图像分为不同的类别。常用于人脸识别、物体检测等。
- 自动标注社交媒体照片、医疗影像中的病变检测。
目标检测（Object Detection）：在图像或视频中定位并分类多个对象。
- 自动驾驶中的行人检测、监控视频中的入侵检测。
面部识别：通过分析面部特征进行身份验证或分类。
- 手机解锁、安防监控系统。
图像生成：基于输入生成新的图像，如风格转换、图像超分辨率等。
- 艺术风格迁移、老旧照片修复。
2.自然语言处理（Natural Language Processing , NLP）
(底层实现-->循环神经网络RNN)
机器翻译：使用深度学习模型将一种语言的文本自动翻译成另一种语言。
- Google翻译、实时语音翻译。
情感分析：分析文本中的情感倾向，如正面、负面或中性。
- 社交媒体监控、产品评论分析。
文本生成：生成符合语法和语义的自然语言文本。
- 自动写作助手、新闻生成。
语音识别：将语音转化为文字。
- 智能助手（如Siri、Alexa）、自动字幕生成。
聊天机器人（Chatbot）：通过深度学习理解用户输入并生成合理的回应。
- 客服机器人、虚拟助手（如GPT类模型）
3.推荐系统（Recommandation Systems , RS）
- 电影、音乐推荐：根据用户历史的评分和行为，推荐相关的电影、音乐或电视剧。
- Netflix、Spotify的个性化推荐。
- 电商推荐：根据用户的购买历史和浏览习惯推荐商品。
- 亚马逊、淘宝的商品推荐系统。
- 社交媒体推荐：分析用户的社交行为，推荐相关内容或朋友。
- Facebook、Instagram的内容推荐。
