深度學(xué)習(xí)是一種機器學(xué)習(xí)技術(shù)，它教計算機做人類自然而然的事情：通過例子學(xué)習(xí)。深度學(xué)習(xí)是無人駕駛汽車背后的一項關(guān)鍵技術(shù)，使它們能夠識別停車標(biāo)志，或區(qū)分行人和路燈柱。它是手機、平板電腦、電視和免提揚聲器等消費類設(shè)備中語音控制的關(guān)鍵。深度學(xué)習(xí)最近得到了很多關(guān)注，它正在取得以前不可能取得的成果。

　　在深度學(xué)習(xí)中，工控PC發(fā)揮了不可或缺的重要性，計算機模型直接從圖像、文本或聲音中學(xué)習(xí)執(zhí)行分類任務(wù)。工控電腦可以協(xié)助深度學(xué)習(xí)模型可以達到最先進的準(zhǔn)確性，有時甚至超過人類水平的表現(xiàn)，通過使用大量標(biāo)記數(shù)據(jù)和包含許多層的神經(jīng)網(wǎng)絡(luò)架構(gòu)來訓(xùn)練模型。

　　深度學(xué)習(xí)如何取得如此令人印象深刻的結(jié)果？

　　一言以蔽之，準(zhǔn)確性。深度學(xué)習(xí)在比以往更高的水平上實現(xiàn)了識別準(zhǔn)確度。這有助于消費電子產(chǎn)品滿足用戶期望，對于無人駕駛汽車等安全關(guān)鍵型應(yīng)用至關(guān)重要。深度學(xué)習(xí)的最新進展已經(jīng)改進到深度學(xué)習(xí)在某些任務(wù)（例如對圖像中的對象進行分類）中優(yōu)于人類的程度。

　　雖然深度學(xué)習(xí)在 1980 年代首次被理論化，但它近年來被使用的話主要有兩個原因：

　　1、深度學(xué)習(xí)擁有標(biāo)記大量數(shù)據(jù)的能力。例如，無人駕駛汽車的開發(fā)需要數(shù)百萬張圖像和數(shù)千小時的視頻，而這些數(shù)據(jù)需要先存儲再進行標(biāo)記，應(yīng)用深度學(xué)習(xí)的機器，則需要工控電腦擁有大容量存儲空間，才能保證機器在深度學(xué)習(xí)過程中穩(wěn)宕不亂的標(biāo)記大量數(shù)據(jù)。

　　2、深度學(xué)習(xí)擁有強大的計算能力。搭載在深度學(xué)習(xí)系統(tǒng)中應(yīng)用的工控主機，大多擴展性能優(yōu)秀，例如配置的PCIE*16插槽則支持?jǐn)U展獨立GPU顯卡，而高性能 GPU 顯卡具有對深度學(xué)習(xí)有效的并行架構(gòu)，當(dāng)與集群或云計算結(jié)合使用時，這使開發(fā)團隊能夠?qū)⑸疃葘W(xué)習(xí)網(wǎng)絡(luò)的訓(xùn)練時間從數(shù)周減少到數(shù)小時或更短。

　　深度學(xué)習(xí)應(yīng)用案例包含哪些？

　　1、深度學(xué)習(xí)應(yīng)用程序用于從自動駕駛到醫(yī)療設(shè)備的行業(yè)。

　　2、自動駕駛：汽車研究人員正在使用深度學(xué)習(xí)來自動檢測停車標(biāo)志和交通信號燈等物體。此外，深度學(xué)習(xí)用于檢測行人，這有助于減少事故。

　　3、航空航天和國防：深度學(xué)習(xí)用于識別來自衛(wèi)星的目標(biāo)區(qū)域，并確定部隊的安全或不安全區(qū)域。

　　4、醫(yī)學(xué)研究：癌癥研究人員正在使用深度學(xué)習(xí)來自動檢測癌細(xì)胞。加州大學(xué)洛杉磯分校的團隊建造了一個先進的顯微鏡，它產(chǎn)生了一個高維數(shù)據(jù)集，用于訓(xùn)練深度學(xué)習(xí)應(yīng)用程序以準(zhǔn)確識別癌細(xì)胞。

　　5、工業(yè)自動化：深度學(xué)習(xí)通過自動檢測人或物體何時在機器的不安全距離內(nèi)來幫助提高重型機械周圍的工人安全。