我用
Python
实现了
12500
张猫狗图像的精准分类
在这篇文章中，我们将展示如何建立一个深度神经网
络，能做到以
90%
的精度来对图像进行分类，而在深度神
经网络，特别是卷积神经网络兴起之前，这还是一个非常困
难的问题。深度学习是目前人工智能领域里最让人兴奋的话
题之一了，它基于生物学领域的概念发展而来，现如今是一
系列算法的集合。
事实已经证明深度学习在计算机视觉、自然语言处理、语音
识别等很多的领域里都可以起到非常好的效果。
在过去的
6
年里，深度学习已经应用到非常广泛的领域，
很多最近的技术突破，都和深度学习相关。
这里仅举几个例子：
特斯拉的自动驾驶汽车、
的照
片标注系统、像
Siri
或
Cortana
这样的虚拟助手、聊天机
器人、能进行物体识别的相机，这些技术突破都要归功于深
度学习。
在这么多的领域里，深度学习在语言理解、图像分析这种认
知任务上的表现已经达到了我们人类的水平。
如何构建一个在图像分类任务上能达到
90%
精度的深度神
经网络？
这个问题看似非常简单，但在深度神经网络特别是卷积神经
网络（
CNN
）兴起之前，这是一个被计算机科学家们研究了
)
