1. 深度学习
    深度学习是机器学习的分支，是以人工神经网络为基础，对数据的特征进行学习的方法。
  2. 机器学习与深度学习的区别
    a. 特征的提取：机器学习是人工提取，深度学习是自动提取；
    【Deep Learning Based On PyTorch】深度学习简介-小白菜博客
    b. 数据量：机器学习数据少，效果不好，深度学习数据多，效果更好；
  3. 场景
    a. 图像识别
    物体识别
    场景识别
    人脸检测跟踪
    人脸身份认证
    b. NLP
    机器翻译
    文本识别
    聊天对话
    c. 语音技术
    语音识别
  4. 常见的深度学习框架
    常见的框架有：TensorFlow、Caffe2、Keras、Theano、PyTorch、Chainer、DyNet、MXNet、CNTK等