深度学习是什么？做什么？为什么使用深度学习？

1.深度学习是什么？做什么？为什么使用深度学习？
深度学习能帮我们解决机器视觉或者图像处理上很多问题，比如说使用”分类”，”定位”,”检测”，”分割”等等。
使用深度学习可以解决传统视觉检测无法解决的问题。那我们继续以下的优缺点。

深度学习的优势：
优点1：
①：学习能力强，识别能力强。
②：有足够的数据，就可以学习目标。数据越多，学的特征越多，某种意义上越准确。
优点2：
①：范围广，适应性强，有数据支撑适应性越来越强。
②：同时识别多种类，复杂的情况。
优点3：
数据越多，效果越来越好。
有点4：可移植性高，跨平台可快布局快速运行。
训练的大致流程（如下图）：

深度学习的缺点：
缺点1：计算量大，便携性高
需要数据特别，检测的越稳定。但是看具体种类。
缺点2：硬件需求高
显卡不太贵，建议入手。
缺点3：模型设计复杂
模型复杂，数学逻辑复杂。直接看结果，看曲线。
缺点4：容易存在模棱两可