深圳凌谊视觉科技有限公司

　　首要做了基于深度学习的图画识别与检测的研究，下面是一些收拾内容深度学习的优势从统计，核算的角度看，DL特别适合处理大数据用较为杂乱的模型降低模型偏差。

　　用大数据提升统计估计的准确度用可扩展的梯度下降算法求解大规模优化问题这个大数据是除了数量上的大，还有更重要的是维度的大，很多算法自身是无法处理高纬度数据的。

　　例如Kernel学习机相关的算法， 尽管理论上是先将数据向高维空间映射，然后在高维空间进行线性的求解，实际上在处理的时分还是回到原空间处理。传统的BP算法针对高维的数据也是效果欠安。

　　CNN等为什么对图画领域更加有用，因为其不但重视了全局特征，更是利用了图画识别领域非常重要的部分特征，应该是将部分特征抽取的算法融入到了神经网络中。图画自身的部分数据存在关联性，而这种部分关联性的特征是其他算法无法提取的。深度学习很重要的是对全局和部分特征的综合掌握。