深度学习主要是学习什么方向的
hui30.com深度学习主要是学习什么方向的？
深度学习的概念源于人工神经网络的研究，含多个隐藏层的多层感知器就是一种深度学习结构，通过组合低层特征形成更加抽象的高层属性或类别特征，从而对数据进行表征。简单来说机器学习是实现人工智能的方法，深度学习是实现机器学习的技术，主要是人工智能方向的学习，最近中公教育在出这个课程学习，他们课程和中科院自动化研究所合作的，这个也是中公老师给我朋友说的，我正好跟我朋友在一起也有所了解，你要是有这方面的兴趣可以去中公教育IT的官网了解，我朋友之前在哪里学的，他们教学质量还是可以保障的。
深度学习已经在语音识别、图像处理等方面取得了巨大成功。从2013、2014年开始，也在自然语言处理领域出现深度学习的应用浪潮，例如今年ACL上有人（应该是BBN公司？）利用深度学习极大地提升了统计机器翻译的性能，颇值得期待。
关于深度学习的挑战与方向，其实可以关注深度学习重要学者们的相关综述文章和专著，例如Yoshua Bengio曾经写过的Learning Deep Architectures for AI （2009年）、Practical Recommendations for Gradient-Based Training of Deep Architectures（2012年）、Representation Learning: A Review and New Perspectives （2013年）。
限于自己的研究方向和兴趣，我比较关注的一个方向如下，希望与大家交流。人们一般认为深度学习在语音识别和图像处理方面能够取得长足进度，是因为这两个领域的相关特征信息都是相对低层次的，可以借助深度学习的强大学习能力学习其中的复杂信息；而到了自然语言处理领域，人们利用深度学习做过很多尝试，发现很难取得像语音识别和图像处理那么大的突破，原因在于自然语言的相关特征信息都是相对高层次的（如自然语言的基本单位——词汇——本身就有丰富的语义内涵，与图像中的“线条”、“纹理”等特征相比尤其如此），在深度学习之前就由语言专家编制了很多精致而复杂的知识库，如WordNet等，这些知识已经将相关处理性能推到了较高层次。因此，当深度学习进入自然语言时，如果还是像语音识别、图像处理那样从零知识开始做特征学习，相当于将丰富的语言知识弃之不用而另起炉灶，是不符合自然语言处理特点的。所以，深度学习的一个可能重要的发展方向是，如何在深度学习框架中高效地融合人们已经构建出来的丰富先验知识（包括语言知识、世界知识）。
深度学习是指什么，学了有什么用呢？
随着对机体哲学、建构主义、后现代主义、复杂性理论、元认知、脑科学等理论认识的加深，人们越来越意识到教育学必须来一个根本性的转变——把“学习”放在首要地位。在我国台湾地区全人教育先驱黄政雄校长看来，“教学”“教导”“教育”“教师”等词语限制了我们对“学习”这件事情的“想象力”，对于“不朽”的隐秘愿望更是让父母与教师们有意无意地争相尝试在小孩的心灵上打下自己的印记。他呼吁我们大人“尝试恢复清澄的目光”，找到“自己心中”那个小孩，重新发现世界，让生命重新启动。如伟大的雕塑家康斯坦丁·布朗库西所言：“当你不再是个小孩时，其实你已经死了。”由此，能否激扬学生的主体精神，就成为新时代推进深度学习乃至一切教育活动的必要价值考量。
（一）人的深刻大于技术的深刻
当前深度学习的持续推进，确实有助于提升学生核心素养与21世纪学习能力，但是深度学习的主体永远是人，人是学习的核心。技术深刻冲击教育只不过是近两百年的事情，而人作为万物的尺度却与人类同始。人只有产生学习的愿望、遭遇学习的情境、对经历的经验形成自己的理解才是学习。学习的深度推进源于人经验的积累、思维的参与与反思的总结。学习的完成始终处于自我怀疑之中，学习没有止境，我们无法达到真理，但可以不断趋近于真理。如果人被技术所主宰，将使人陷入创造的枯萎、灵性的凋落、智慧的缺失，乃至人的消亡。
（二）松绑大于周密的精确
日前推进的基于深度学习的课堂革命，把学生解决问题、独立思考、批判性思维的养成寄托在教师身上。而我们恰恰忽略了人除了是自然与社会的作品外，更是“统整自然与社会之后的自我完成”，自发性是学生主体自主、创造与自由的根源，而这依赖个体（主体禀赋）不受外在物质、权威与精神威胁之后的自由绽放。只有教师放弃自身的主导控制，坚持师生关系的“松绑”取向，赋予学生在一切场合具有评判是非的绝对自由，才会使其处处迸发出活力与创造力。
