今天来跟大家分享一些人工神经网络基础的知识~ 深度学习(DL)在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。使得人工智能相关技术取得了很大进步。要学习深度学习，那么

神经网络通常用于图像识别，但事实证明它们也可以创建一些非常令人难以置信的图像。 星期五晚上，谷歌艺术和研究的灰色区域基金会将主持深入梦，在旧金山的特殊展览和拍卖，包括使用神经网络制造的艺术品。 Mike Tyka / Google Mike Tyka的神经网络艺术。

来自图宾根大学等机构的研究者进行了首个深入研究基于表格数据的深度学习方法的工作，为该领域内的研究者和从业者提供了一份宝贵的指南。 异构表格数据是最常用的数据形式，对于众多关键和计算要求高的应用程序至关重要。深度神经网络在同构数据集上往往性

隔多年，再看图灵在1948年撰写的报告《Intelligent Machinery》，我们仍然会为这位数学天才对智能机器的想象与痴迷所折服。 在这份报告中，图灵将婴儿的大脑皮层比喻为一台「无组织机器」（an unorganized machine），如同婴儿在后天的教育（或「干预」训练