bp神经网络，当前经常用 机器学习
深度神经网络 2010 计算机视觉 网络结构更加复杂（神经元，层次等）卷积神经网络海量图片处理问题
tensorflow实战Google深度学习框架，对tensorflow有了一定了解后
深度应用领域：计算机视觉 语音识别 自然语言处理（文本分词 文本特征 词向量等） 人机博弈（热点 推手）
机器学习：从经验中学习
传统机器学习，人工对样本属性进行处理和特征提取（需要专业知识）
深度学习特征的提取是机器做的，自动提取
主要区别在于特征的提取
微信公众号
客服微信
