【編者按】三大牛Yann LeCun、Yoshua Bengio和Geoffrey Hinton在深度學(xué)習(xí)領(lǐng)域的地位無(wú)人不知。為紀(jì)念人工智能提出60周年，最新的《Nature》雜志專(zhuān)門(mén)開(kāi)辟了一個(gè)“人工智能 + 機(jī)器人”專(zhuān)題 ，發(fā)表多篇相關(guān)論文，其中包括了Yann LeCun、Yoshua Bengio和Geoffrey Hinton首次合作的這篇綜述文章“Deep Learning”。本文為該綜述文章中文譯文的上半部分，深入淺出地介紹了深度學(xué)習(xí)的基本原理和核心優(yōu)勢(shì)。

原文摘要：深度學(xué)習(xí)可以讓那些擁有多個(gè)處理層的計(jì)算模型來(lái)學(xué)習(xí)具有多層次抽象的數(shù)據(jù)的表示。這些方法在許多方面都帶來(lái)了顯著的改善，包括最先進(jìn)的語(yǔ)音識(shí)別、視覺(jué)對(duì)象識(shí)別、對(duì)象檢測(cè)和許多其它領(lǐng)域，例如藥物發(fā)現(xiàn)和基因組學(xué)等。深度學(xué)習(xí)能夠發(fā)現(xiàn)大數(shù)據(jù)中的復(fù)雜結(jié)構(gòu)。它是利用BP算法來(lái)完成這個(gè)發(fā)現(xiàn)過(guò)程的。BP算法能夠指導(dǎo)機(jī)器如何從前一層獲取誤差而改變本層的內(nèi)部參數(shù)，這些內(nèi)部參數(shù)可以用于計(jì)算表示。深度卷積網(wǎng)絡(luò)在處理圖像、視頻、語(yǔ)音和音頻方面帶來(lái)了突破，而遞歸網(wǎng)絡(luò)在處理序列數(shù)據(jù)，比如文本和演講方面表現(xiàn)出了閃亮的一面。

機(jī)器學(xué)習(xí)技術(shù)在現(xiàn)代社會(huì)的各個(gè)方面表現(xiàn)出了強(qiáng)大的功能：從Web搜索到社會(huì)網(wǎng)絡(luò)內(nèi)容過(guò)濾，再到電子商務(wù)網(wǎng)站上的商品推薦都有涉足。并且它越來(lái)越多地出現(xiàn)在消費(fèi)品中，比如相機(jī)和智能手機(jī)。

機(jī)器學(xué)習(xí)系統(tǒng)被用來(lái)識(shí)別圖片中的目標(biāo)，將語(yǔ)音轉(zhuǎn)換成文本，匹配新聞元素，根據(jù)用戶(hù)興趣提供職位或產(chǎn)品，選擇相關(guān)的搜索結(jié)果。逐漸地，這些應(yīng)用使用一種叫深度學(xué)習(xí)的技術(shù)。傳統(tǒng)的機(jī)器學(xué)習(xí)技術(shù)在處理未加工過(guò)的數(shù)據(jù)時(shí)，體現(xiàn)出來(lái)的能力是有限的。幾十年來(lái)，想要構(gòu)建一個(gè)模式識(shí)別系統(tǒng)或者機(jī)器學(xué)習(xí)系統(tǒng)，需要一個(gè)精致的引擎和相當(dāng)專(zhuān)業(yè)的知識(shí)來(lái)設(shè)計(jì)一個(gè)特征提取器，把原始數(shù)據(jù)（如圖像的像素值）轉(zhuǎn)換成一個(gè)適當(dāng)?shù)膬?nèi)部特征表示或特征向量，子學(xué)習(xí)系統(tǒng)，通常是一個(gè)分類(lèi)器，對(duì)輸入的樣本進(jìn)行檢測(cè)或分類(lèi)。特征表示學(xué)習(xí)是一套給機(jī)器灌入原始數(shù)據(jù)，然后能自動(dòng)發(fā)現(xiàn)需要進(jìn)行檢測(cè)和分類(lèi)的表達(dá)的方法。深度學(xué)習(xí)就是一種特征學(xué)習(xí)方法，把原始數(shù)據(jù)通過(guò)一些簡(jiǎn)單的但是非線(xiàn)性的模型轉(zhuǎn)變成為更高層次的，更加抽象的表達(dá)。通過(guò)足夠多的轉(zhuǎn)換的組合，非常復(fù)雜的函數(shù)也可以被學(xué)習(xí)。對(duì)于分類(lèi)任務(wù)，高層次的表達(dá)能夠強(qiáng)化輸入數(shù)據(jù)的區(qū)分能力方面，同時(shí)削弱不相關(guān)因素。比如，一副圖像的原始格式是一個(gè)像素?cái)?shù)組，那么在第一層上的學(xué)習(xí)特征表達(dá)通常指的是在圖像的特定位置和方向上有沒(méi)有邊的存在。第二層通常會(huì)根據(jù)那些邊的某些排放而來(lái)檢測(cè)圖案，這時(shí)候會(huì)忽略掉一些邊上的一些小的干擾。第三層或許會(huì)把那些圖案進(jìn)行組合，從而使其對(duì)應(yīng)于熟悉目標(biāo)的某部分。隨后的一些層會(huì)將這些部分再組合，從而構(gòu)成待檢測(cè)目標(biāo)。深度學(xué)習(xí)的核心方面是，上述各層的特征都不是利用人工工程來(lái)設(shè)計(jì)的，而是使用一種通用的學(xué)習(xí)過(guò)程從數(shù)據(jù)中學(xué)到的。

深度學(xué)習(xí)正在取得重大進(jìn)展，解決了人工智能界的盡最大努力很多年仍沒(méi)有進(jìn)展的問(wèn)題。它已經(jīng)被證明，它能夠擅長(zhǎng)發(fā)現(xiàn)高維數(shù)據(jù)中的復(fù)雜結(jié)構(gòu)，因此它能夠被應(yīng)用于科學(xué)、商業(yè)和政府等領(lǐng)域。除了在圖像識(shí)別、語(yǔ)音識(shí)別等領(lǐng)域打破了紀(jì)錄，它還在另外的領(lǐng)域擊敗了其他機(jī)器學(xué)習(xí)技術(shù)，包括預(yù)測(cè)潛在的藥物分子的活性、分析粒子加速器數(shù)據(jù)、重建大腦回路、預(yù)測(cè)在非編碼DNA突變對(duì)基因表達(dá)和疾病的影響。也許更令人驚訝的是，深度學(xué)習(xí)在自然語(yǔ)言理解的各項(xiàng)任務(wù)中產(chǎn)生了非?？上驳某晒貏e是主題分類(lèi)、情感分析、自動(dòng)問(wèn)答和語(yǔ)言翻譯。我們認(rèn)為，在不久的將來(lái)，深度學(xué)習(xí)將會(huì)取得更多的成功，因?yàn)樗枰苌俚氖止すこ?，它可以很容易受益于可用?jì)算能力和數(shù)據(jù)量的增加。目前正在為深度神經(jīng)網(wǎng)絡(luò)開(kāi)發(fā)的新的學(xué)習(xí)算法和架構(gòu)只會(huì)加速這一進(jìn)程。

監(jiān)督學(xué)習(xí)

機(jī)器學(xué)習(xí)中，不論是否是深層，最常見(jiàn)的形式是監(jiān)督學(xué)習(xí)。試想一下，我們要建立一個(gè)系統(tǒng)，它能夠?qū)σ粋€(gè)包含了一座房子、一輛汽車(chē)、一個(gè)人或一個(gè)寵物的圖像進(jìn)行分類(lèi)。我們先收集大量的房子，汽車(chē)，人與寵物的圖像的數(shù)據(jù)集，并對(duì)每個(gè)對(duì)象標(biāo)上它的類(lèi)別。在訓(xùn)練期間，機(jī)器會(huì)獲取一副圖片，然后產(chǎn)生一個(gè)輸出，這個(gè)輸出以向量形式的分?jǐn)?shù)來(lái)表示，每個(gè)類(lèi)別都有一個(gè)這樣的向量。我們希望所需的類(lèi)別在所有的類(lèi)別中具有最高的得分，但是這在訓(xùn)練之前是不太可能發(fā)生的。通過(guò)計(jì)算一個(gè)目標(biāo)函數(shù)可以獲得輸出分?jǐn)?shù)和期望模式分?jǐn)?shù)之間的誤差（或距離）。然后機(jī)器會(huì)修改其內(nèi)部可調(diào)參數(shù)，以減少這種誤差。這些可調(diào)節(jié)的參數(shù)，通常被稱(chēng)為權(quán)值，它們是一些實(shí)數(shù)，可以被看作是一些“旋鈕”，定義了機(jī)器的輸入輸出功能。在典型的深學(xué)習(xí)系統(tǒng)中，有可能有數(shù)以百萬(wàn)計(jì)的樣本和權(quán)值，和帶有標(biāo)簽的樣本，用來(lái)訓(xùn)練機(jī)器。為了正確地調(diào)整權(quán)值向量，該學(xué)習(xí)算法計(jì)算每個(gè)權(quán)值的梯度向量，表示了如果權(quán)值增加了一個(gè)很小的量，那么誤差會(huì)增加或減少的量。權(quán)值向量然后在梯度矢量的相反方向上進(jìn)行調(diào)整。我們的目標(biāo)函數(shù)，所有訓(xùn)練樣本的平均，可以被看作是一種在權(quán)值的高維空間上的多變地形。負(fù)的梯度矢量表示在該地形中下降方向最快，使其更接近于最小值，也就是平均輸出誤差低最低的地方。

在實(shí)際應(yīng)用中，大部分從業(yè)者都使用一種稱(chēng)作隨機(jī)梯度下降的算法（SGD）。它包含了提供一些輸入向量樣本，計(jì)算輸出和誤差，計(jì)算這些樣本的平均梯度，然后相應(yīng)的調(diào)整權(quán)值。通過(guò)提供小的樣本集合來(lái)重復(fù)這個(gè)過(guò)程用以訓(xùn)練網(wǎng)絡(luò)，直到目標(biāo)函數(shù)停止增長(zhǎng)。它被稱(chēng)為隨機(jī)的是因?yàn)樾〉臉颖炯瘜?duì)于全體樣本的平均梯度來(lái)說(shuō)會(huì)有噪聲估計(jì)。這個(gè)簡(jiǎn)單過(guò)程通常會(huì)找到一組不錯(cuò)的權(quán)值，同其他精心設(shè)計(jì)的優(yōu)化技術(shù)相比，它的速度讓人驚奇。訓(xùn)練結(jié)束之后，系統(tǒng)會(huì)通過(guò)不同的數(shù)據(jù)樣本——測(cè)試集來(lái)顯示系統(tǒng)的性能。這用于測(cè)試機(jī)器的泛化能力——對(duì)于未訓(xùn)練過(guò)的新樣本的識(shí)別能力。

當(dāng)前應(yīng)用中的許多機(jī)器學(xué)習(xí)技術(shù)使用的是線(xiàn)性分類(lèi)器來(lái)對(duì)人工提取的特征進(jìn)行分類(lèi)。一個(gè)2類(lèi)線(xiàn)性分類(lèi)器會(huì)計(jì)算特征向量的加權(quán)和。當(dāng)加權(quán)和超過(guò)一個(gè)閾值之后，輸入樣本就會(huì)被分配到一個(gè)特定的類(lèi)別中。從20世紀(jì)60年代開(kāi)始，我們就知道了線(xiàn)性分類(lèi)器只能夠把樣本分成非常簡(jiǎn)單的區(qū)域，也就是說(shuō)通過(guò)一個(gè)超平面把空間分成兩部分。

但像圖像和語(yǔ)音識(shí)別等問(wèn)題，它們需要的輸入-輸出函數(shù)要對(duì)輸入樣本中不相關(guān)因素的變化不要過(guò)于的敏感，如位置的變化，目標(biāo)的方向或光照，或者語(yǔ)音中音調(diào)或語(yǔ)調(diào)的變化等，但是需要對(duì)于一些特定的微小變化非常敏感（例如，一只白色的狼和跟狼類(lèi)似的白色狗——薩莫耶德犬之間的差異）。在像素這一級(jí)別上，兩條薩莫耶德犬在不同的姿勢(shì)和在不同的環(huán)境下的圖像可以說(shuō)差異是非常大的，然而，一只薩摩耶德犬和一只狼在相同的位置并在相似背景下的兩個(gè)圖像可能就非常類(lèi)似。

圖1 多層神經(jīng)網(wǎng)絡(luò)和BP算法

1. 多層神經(jīng)網(wǎng)絡(luò)（用連接點(diǎn)表示）可以對(duì)輸入空間進(jìn)行整合，使得數(shù)據(jù)（紅色和藍(lán)色線(xiàn)表示的樣本）線(xiàn)性可分。注意輸入空間中的規(guī)則網(wǎng)格（左側(cè)）是如何被隱藏層轉(zhuǎn)換的（轉(zhuǎn)換后的在右側(cè)）。這個(gè)例子中只用了兩個(gè)輸入節(jié)點(diǎn)，兩個(gè)隱藏節(jié)點(diǎn)和一個(gè)輸出節(jié)點(diǎn)，但是用于目標(biāo)識(shí)別或自然語(yǔ)言處理的網(wǎng)絡(luò)通常包含數(shù)十個(gè)或者數(shù)百個(gè)這樣的節(jié)點(diǎn)。獲得C.Olah (http://colah./)的許可后重新構(gòu)建的這個(gè)圖。

2. 鏈?zhǔn)椒▌t告訴我們兩個(gè)小的變化（x和y的微小變化，以及y和z的微小變化）是怎樣組織到一起的。x的微小變化量Δx首先會(huì)通過(guò)乘以?y/?x（偏導(dǎo)數(shù)）轉(zhuǎn)變成y的變化量Δy。類(lèi)似的，Δy會(huì)給z帶來(lái)改變?chǔ)。通過(guò)鏈?zhǔn)椒▌t可以將一個(gè)方程轉(zhuǎn)化到另外的一個(gè)——也就是Δx通過(guò)乘以?y/?x和?z/?x得到Δz的過(guò)程。當(dāng)x，y，z是向量的時(shí)候，可以同樣處理（使用雅克比矩陣）。

3. 具有兩個(gè)隱層一個(gè)輸出層的神經(jīng)網(wǎng)絡(luò)中計(jì)算前向傳播的公式。每個(gè)都有一個(gè)模塊構(gòu)成，用于反向傳播梯度。在每一層上，我們首先計(jì)算每個(gè)節(jié)點(diǎn)的總輸入z，z是前一層輸出的加權(quán)和。然后利用一個(gè)非線(xiàn)性函數(shù)f(.)來(lái)計(jì)算節(jié)點(diǎn)的輸出。簡(jiǎn)單期間，我們忽略掉了閾值項(xiàng)。神經(jīng)網(wǎng)絡(luò)中常用的非線(xiàn)性函數(shù)包括了最近幾年常用的校正線(xiàn)性單元（ReLU）f(z) = max(0,z)，和傳統(tǒng)的sigmoids，比如f(z) = (exp(z) ? exp(?z))/(exp(z) + exp(?z)) 和f(z) = 1/(1 + exp(?z))。

4. 計(jì)算反向傳播的公式。在隱層，我們計(jì)算每個(gè)輸出單元產(chǎn)生的誤差，這是由上一層產(chǎn)生的誤差的加權(quán)和。然后我們將輸出層的誤差通過(guò)乘以梯度f(wàn)(z)轉(zhuǎn)換到輸入層。在輸出層上，每個(gè)節(jié)點(diǎn)的誤差會(huì)用成本函數(shù)的微分來(lái)計(jì)算。如果節(jié)點(diǎn)l的成本函數(shù)是0.5*(yl-tl)^2, 那么節(jié)點(diǎn)的誤差就是yl-tl，其中tl是期望值。一旦知道了?E/?zk的值，節(jié)點(diǎn)j的內(nèi)星權(quán)向量wjk就可以通過(guò)yj ?E/?zk來(lái)進(jìn)行調(diào)整。

一個(gè)線(xiàn)性分類(lèi)器或者其他操作在原始像素上的淺層分類(lèi)器不能夠區(qū)分后兩者，雖然能夠?qū)⑶罢邭w為同一類(lèi)。這就是為什么淺分類(lèi)要求有良好的特征提取器用于解決選擇性不變性困境——提取器會(huì)挑選出圖像中能夠區(qū)分目標(biāo)的那些重要因素，但是這些因素對(duì)于分辨動(dòng)物的位置就無(wú)能為力了。為了加強(qiáng)分類(lèi)能力，可以使用泛化的非線(xiàn)性特性，如核方法，但這些泛化特征，比如通過(guò)高斯核得到的，并不能夠使得學(xué)習(xí)器從學(xué)習(xí)樣本中產(chǎn)生較好的泛化效果。傳統(tǒng)的方法是手工設(shè)計(jì)良好的特征提取器，這需要大量的工程技術(shù)和專(zhuān)業(yè)領(lǐng)域知識(shí)。但是如果通過(guò)使用通用學(xué)習(xí)過(guò)程而得到良好的特征，那么這些都是可以避免的了。這就是深度學(xué)習(xí)的關(guān)鍵優(yōu)勢(shì)。

深度學(xué)習(xí)的體系結(jié)構(gòu)是簡(jiǎn)單模塊的多層棧，所有（或大部分）模塊的目標(biāo)是學(xué)習(xí)，還有許多計(jì)算非線(xiàn)性輸入輸出的映射。棧中的每個(gè)模塊將其輸入進(jìn)行轉(zhuǎn)換，以增加表達(dá)的可選擇性和不變性。比如說(shuō)，具有一個(gè)5到20層的非線(xiàn)性多層系統(tǒng)能夠?qū)崿F(xiàn)非常復(fù)雜的功能，比如輸入數(shù)據(jù)對(duì)細(xì)節(jié)非常敏感——能夠區(qū)分白狼和薩莫耶德犬，同時(shí)又具有強(qiáng)大的抗干擾能力，比如可以忽略掉不同的背景、姿勢(shì)、光照和周?chē)奈矬w等。

反向傳播來(lái)訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)

在最早期的模式識(shí)別任務(wù)中，研究者的目標(biāo)一直是使用可以訓(xùn)練的多層網(wǎng)絡(luò)來(lái)替代經(jīng)過(guò)人工選擇的特征，雖然使用多層神經(jīng)網(wǎng)絡(luò)很簡(jiǎn)單，但是得出來(lái)的解很糟糕。直到20世紀(jì)80年代，使用簡(jiǎn)單的隨機(jī)梯度下降來(lái)訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)，這種糟糕的情況才有所改變。只要網(wǎng)絡(luò)的輸入和內(nèi)部權(quán)值之間的函數(shù)相對(duì)平滑，使用梯度下降就湊效，梯度下降方法是在70年代到80年代期間由不同的研究團(tuán)隊(duì)獨(dú)立發(fā)明的。

用來(lái)求解目標(biāo)函數(shù)關(guān)于多層神經(jīng)網(wǎng)絡(luò)權(quán)值梯度的反向傳播算法（BP）只是一個(gè)用來(lái)求導(dǎo)的鏈?zhǔn)椒▌t的具體應(yīng)用而已。反向傳播算法的核心思想是：目標(biāo)函數(shù)對(duì)于某層輸入的導(dǎo)數(shù)（或者梯度）可以通過(guò)向后傳播對(duì)該層輸出（或者下一層輸入）的導(dǎo)數(shù)求得（如圖1）。反向傳播算法可以被重復(fù)的用于傳播梯度通過(guò)多層神經(jīng)網(wǎng)絡(luò)的每一層：從該多層神經(jīng)網(wǎng)絡(luò)的最頂層的輸出（也就是改網(wǎng)絡(luò)產(chǎn)生預(yù)測(cè)的那一層）一直到該多層神經(jīng)網(wǎng)絡(luò)的最底層（也就是被接受外部輸入的那一層），一旦這些關(guān)于（目標(biāo)函數(shù)對(duì)）每層輸入的導(dǎo)數(shù)求解完，我們就可以求解每一層上面的（目標(biāo)函數(shù)對(duì)）權(quán)值的梯度了。

很多深度學(xué)習(xí)的應(yīng)用都是使用前饋式神經(jīng)網(wǎng)絡(luò)（如圖1），該神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)一個(gè)從固定大小輸入（比如輸入是一張圖）到固定大小輸出（例如，到不同類(lèi)別的概率）的映射。從第一層到下一層，計(jì)算前一層神經(jīng)元輸入數(shù)據(jù)的權(quán)值的和，然后把這個(gè)和傳給一個(gè)非線(xiàn)性激活函數(shù)。當(dāng)前最流行的非線(xiàn)性激活函數(shù)是rectified linear unit(ReLU)，函數(shù)形式：f(z)=max(z,0)。過(guò)去的幾十年中，神經(jīng)網(wǎng)絡(luò)使用一些更加平滑的非線(xiàn)性函數(shù)，比如tanh(z)和1/(1+exp(-z))，但是ReLU通常會(huì)讓一個(gè)多層神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的更快，也可以讓一個(gè)深度網(wǎng)絡(luò)直接有監(jiān)督的訓(xùn)練（不需要無(wú)監(jiān)督的pre-train）。

達(dá)到之前那種有pre-train的效果。通常情況下，輸入層和輸出層以外的神經(jīng)單元被稱(chēng)為隱藏單元。隱藏層的作用可以看成是使用一個(gè)非線(xiàn)性的方式打亂輸入數(shù)據(jù)，來(lái)讓輸入數(shù)據(jù)對(duì)應(yīng)的類(lèi)別在最后一層變得線(xiàn)性可分。

在20世紀(jì)90年代晚期，神經(jīng)網(wǎng)絡(luò)和反向傳播算法被大多數(shù)機(jī)器學(xué)習(xí)團(tuán)隊(duì)拋棄，同時(shí)也不受計(jì)算機(jī)視覺(jué)和語(yǔ)音識(shí)別團(tuán)隊(duì)的重視。人們普遍認(rèn)為，學(xué)習(xí)有用的、多級(jí)層次結(jié)構(gòu)的、使用較少先驗(yàn)知識(shí)進(jìn)行特征提取的這些方法都不靠譜。確切的說(shuō)是因?yàn)楹?jiǎn)單的梯度下降會(huì)讓整個(gè)優(yōu)化陷入到不好的局部最小解。

實(shí)踐中，如果在大的網(wǎng)絡(luò)中，不管使用什么樣的初始化條件，局部最小解并不算什么大問(wèn)題，系統(tǒng)總是得到效果差不多的解。最近的理論和實(shí)驗(yàn)表明，局部最小解還真不是啥大問(wèn)題。相反，解空間中充滿(mǎn)了大量的鞍點(diǎn)（梯度為0的點(diǎn)），同時(shí)鞍點(diǎn)周?chē)蟛糠智娑际峭系?。所以這些算法就算是陷入了這些局部最小值，關(guān)系也不太大。

2006年前后，CIFAR（加拿大高級(jí)研究院）把一些研究者聚集在一起，人們對(duì)深度前饋式神經(jīng)網(wǎng)絡(luò)重新燃起了興趣。研究者們提出了一種非監(jiān)督的學(xué)習(xí)方法，這種方法可以創(chuàng)建一些網(wǎng)絡(luò)層來(lái)檢測(cè)特征而不使用帶標(biāo)簽的數(shù)據(jù)，這些網(wǎng)絡(luò)層可以用來(lái)重構(gòu)或者對(duì)特征檢測(cè)器的活動(dòng)進(jìn)行建模。通過(guò)預(yù)訓(xùn)練過(guò)程，深度網(wǎng)絡(luò)的權(quán)值可以被初始化為有意思的值。然后一個(gè)輸出層被添加到該網(wǎng)絡(luò)的頂部，并且使用標(biāo)準(zhǔn)的反向傳播算法進(jìn)行微調(diào)。這個(gè)工作對(duì)手寫(xiě)體數(shù)字的識(shí)別以及行人預(yù)測(cè)任務(wù)產(chǎn)生了顯著的效果，尤其是帶標(biāo)簽的數(shù)據(jù)非常少的時(shí)候。

使用這種與訓(xùn)練方法做出來(lái)的第一個(gè)比較大的應(yīng)用是關(guān)于語(yǔ)音識(shí)別的，并且是在GPU上做的，這樣做是因?yàn)閷?xiě)代碼很方便，并且在訓(xùn)練的時(shí)候可以得到10倍或者20倍的加速。2009年，這種方法被用來(lái)映射短時(shí)間的系數(shù)窗口，該系統(tǒng)窗口是提取自聲波并被轉(zhuǎn)換成一組概率數(shù)字。它在一組使用很少詞匯的標(biāo)準(zhǔn)的語(yǔ)音識(shí)別基準(zhǔn)測(cè)試程序上達(dá)到了驚人的效果，然后又迅速被發(fā)展到另外一個(gè)更大的數(shù)據(jù)集上，同時(shí)也取得驚人的效果。從2009年到到2012年底，較大的語(yǔ)音團(tuán)隊(duì)開(kāi)發(fā)了這種深度網(wǎng)絡(luò)的多個(gè)版本并且已經(jīng)被用到了安卓手機(jī)上。對(duì)于小的數(shù)據(jù)集來(lái)說(shuō)，無(wú)監(jiān)督的預(yù)訓(xùn)練可以防止過(guò)擬合，同時(shí)可以帶來(lái)更好的泛化性能當(dāng)有標(biāo)簽的樣本很小的時(shí)候。一旦深度學(xué)習(xí)技術(shù)重新恢復(fù)，這種預(yù)訓(xùn)練只有在數(shù)據(jù)集合較少的時(shí)候才需要。

然后，還有一種深度前饋式神經(jīng)網(wǎng)絡(luò)，這種網(wǎng)絡(luò)更易于訓(xùn)練并且比那種全連接的神經(jīng)網(wǎng)絡(luò)的泛化性能更好。這就是卷積神經(jīng)網(wǎng)絡(luò)（CNN）。當(dāng)人們對(duì)神經(jīng)網(wǎng)絡(luò)不感興趣的時(shí)候，卷積神經(jīng)網(wǎng)絡(luò)在實(shí)踐中卻取得了很多成功，如今它被計(jì)算機(jī)視覺(jué)團(tuán)隊(duì)廣泛使用。