深度学习是什么？能干什么？怎么工作的？--应用费曼学习方法
1、深度学习是什么？
深度学习使用计算机计算形成一套公式，公式内含有大量参数，对参数训练然后解决后面相似问题。
深度学习是模型，用来将经验累积起来，累计的具体过程很难解释，就像我们知道有尾巴，有四只脚，身体柔软，会喵喵叫吃老鼠就是猫这个动物一样，深度学习如何知道一个动物是不是猫的过程就不是很清楚，很可能记住了其它特征参数，例如腿的夹角、头与身体的比例等等可能的特征情况，毕竟它能记住非常多的特征。
深度学习是一个专家系统，混合经验知识。
2、深度学习能干什么？
能够对图片和视频进行是被分类，但是不知道的它就分辨不了，比如识别猫狗的模型中出现了一个凹凸曼就不认识了或者出现一个人能也就不认识了。 **
识别分类：
- 用再火灾检测里面，可以配合其它传感器指标，比如粉尘浓度，可燃物数量，空气质量等传感器识别可能的火灾场景。
- 在商场店铺里，识别入店人员年龄段，然后更新产品。
- 在医用领域解读各种检测的图片。
- 在分类分拣中使用，例如果蔬筛分、其它物品分拣等。
- 识别文字，商品同类搜索等。
- 面部识别。
预测：
- 在药物开发中预测潜在药物分子结构。
- 预测更准确的天气。
- 店铺购物推荐。视频推荐。
回答类：
- 像是ChatGPT一样回答问题。
- 生成故事，文本。
- 学习作者风格，续写故事。
- 游戏文案故事生成。
3、深度学习怎么工作的？
先准备标注好的目标数据集，然后选择模型进行训练，调参等达到最高准确度，然后预测使用。有一大堆参数，训练迭代这些参数然后输入数据计算结果。