盘点：8个你可能不知道的深度学习应用案例

深度进修是人工智能的一个子集，它使用多层人工神经收集来执行一系列义务，从较量机视觉到天然说话处理。深度进修与传统机械进修系统的分歧之处在于，它可以在剖析大型数据集时进行自我进修和改善，是以能应用在很多分歧的范畴。

[原文来自：www.ii77.com]

1、为是非照片添加颜色

为是非照片添加颜色又叫做图像着色。良久以来，这项工作都是由人工来完成的，是一个十分繁杂的义务。经由深度进修方式，能够为是非照片主动上色。其道理是，深度进修收集进修照片中天然呈现的模式，包含蓝色的天空、白色或灰色的云，以及绿色的草。它行使曩昔的经验来进修这一点，固然有时会失足，但大多数时候都是高效正确的。

2、检测儿童是否发育迟缓

说话障碍、自闭症和发育障碍或者会褫夺患有这类疾病儿童的精巧生活质量。早期诊断和干涉能够对儿童的身体、精神和情绪健康发生精巧的影响。是以，深度进修最主要的应用之一就是早期发现和改正这些与婴幼儿有关的问题。这是机械进修和深度进修的首要区别，机械进修平日只用于特定的义务，而深度进修则匡助解决人类最主要的问题。

3、主动机械翻译

互联网缔造了一种情况，能够让人和人之间的沟通变得无处不在。然则，一件事并没有改变：当双方不讲配合说话时，需要将一种说话翻译成另一种说话。主动机械翻译是行使较量机将一种天然说话(源说话)转换为另一种天然说话(方针说话)的过程。事实上，主动机械翻译已经存在很长时间了，然则深度进修在主动翻译文本和主动翻译图像两个特定范畴取得了最佳功效。

采用深度进修手艺的文本翻译能够在不进行任何序列预处理的情形下进行，算法可以进修词汇和它们的映射之间的关系，然后翻译为另一种说话。使用大型LSTM递归神经收集的堆叠收集来完成这种转换。

卷积神经收集被用来识别有文字的图像以及文字在场景中的位置。一旦识别出来，它们就能够将其转换成文本，进行翻译，并用翻译后的文本从新建立图像。这平日被称为即时视觉翻译。

4、展望天然灾祸

人类的生存成长依靠于天然，但有时候天然灾祸的显现不只会给人们的正常生活和生产秩序带来损坏，同时也会造成人们生命产业伟大的损失。如今，研究人员发现能够行使深度进修系统对数据进行剖析，来展望天然灾祸。这不光能够拯救成千上万的生命，还能够提前接纳有针对性的办法削减造成的产业损失。

5、个性化办事

每个线上购物..如今都在测验使用聊天机械工资访客供应人道化的办事。深度进修让亚马逊、阿里巴巴等电商巨头可以经由产物介绍、个性化套餐和扣头等形式供应无缝的个性化体验。即使是在新兴市场中获得成功，也是经由推出更或者迎合消费者心理的产物或规划来实现的。

6、主动手写生成

这是一项凭据手写示例语料库，为给定的单词或短语生成新的手写内容的义务。具体来说，就是给定一个手写示例语料库，然后为给定的文字生成新的笔迹。在笔迹样本被建立时，笔迹可被视为一系列的坐标，经由这个语料库，深度进修算法将进修笔的活动与文字之间的关系，然后生成新的示例。

7、生成文字描述

凭据给定图像，系统能够主动生成描述图像内容的文字。平日，该系统使用非常大的卷积神经收集来检测照片中的方针，然后使用一个递归神经收集将标签转换成连贯的句子。

8、恢复视频中的声音

为无声视频恢复声音听起来似乎弗成能，但请记住，有些人能够读懂别人的唇语。麻省理工学院的较量机和人工智能实验室的研究人员建立了一套深度进修系统，他们将鼓槌敲打和刮擦物体录制成视频，对深度进修收集进行练习。经由几回迭代进修，研究人员将视频静音，并要求较量机从新生成预期听到的声音，取得令人印象深刻的功效。

以上这些深度进修应用在某些情形下已经很常见了，你或者至少使用了个中一个。尽管这项手艺已经起头被普遍使用，但这仅仅是个起头。跟着人工智能和深度进修手艺的络续成长，将会有越来越多的应用显现在我们的生活和工作中。

来都来了，点个在看再走吧~~~