我用
Python
實現了
12500
張貓狗圖像的精準分類
在這篇文章中，我們將展示如何建立一個深度神經網
絡，能做到以
90%
的精度來對圖像進行分類，而在深度神
經網絡，特別是卷積神經網絡興起之前，這還是一個非常困
難的問題。深度學習是目前人工智能領域里最讓人興奮的話
題之一了，它基于生物學領域的概念發展而來，現如今是一
系列算法的集合。
事實已經證明深度學習在計算機視覺、自然語言處理、語音
識別等很多的領域里都可以起到非常好的效果。
在過去的
6
年里，深度學習已經應用到非常廣泛的領域，
很多最近的技術突破，都和深度學習相關。
這里僅舉幾個例子：
特斯拉的自動駕駛汽車、
的照
片標注系統、像
Siri
或
Cortana
這樣的虛擬助手、聊天機
器人、能進行物體識別的相機，這些技術突破都要歸功于深
度學習。
在這么多的領域里，深度學習在語言理解、圖像分析這種認
知任務上的表現已經達到了我們人類的水平。
如何構建一個在圖像分類任務上能達到
90%
精度的深度神
經網絡？
這個問題看似非常簡單，但在深度神經網絡特別是卷積神經
網絡（
CNN
）興起之前，這是一個被計算機科學家們研究了
)
