神经网络

主要功能：分类识别 

图像语音为密集型的矩阵，文本为稀疏型的矩阵

矩阵化/矢量化，图像语音矩阵中非零值居多，文本则是零值居多。文本还有一些预处理工作

图像：图像识别（自动驾驶）

语音：语音助手

文本：新闻推送

主要可用于分类

分类

寻找一个函数，实现分类

神经网络分类   图像    语音  文本

密集型矩阵，稀疏型矩阵

神经网络主要功能：

神经网络

主要功能：分类识别 f(x) cat

分类：图像（自动驾驶），语音（语音助手），文本（新闻推送）

分类：图像、语音（密集型矩阵）

            文本（稀疏性矩阵）

神经网络：

图像-》自动驾驶

语音-》语音助手

文本-》新闻推送

图像和语音中的点大部分为非零值，而文本可能是零值居多，所以文本还有一些预处理要做

图像是稀疏型矩阵、语音和文本是密集型矩阵

分类识别    图片就是一个像素的矩阵

图像和语音是密集型矩阵，文本是稀疏型矩阵。

图像：图像识别，如自动驾驶。

语音：语音助手。

文本：新闻推送。

功能：分类（图像、语音、文本）

神经网络主要功能是分类识别。分类识别主要分为①图像（最终可能实现自动驾驶）；②语音（最终就是导致语音助手）；③文本（最终可能就是导致新闻推送服务）。

主要功能：分类识别

分类：图像、语音、文本

1.神经网络主要功能：分类识别，通过函数

2.图像，语音，文本

2.1图像和语音是密集型矩阵（非零值），文本是稀疏性矩阵（零值居多，预处理工作）

2.2基础应用：

图像-》自动驾驶，语音-》语音助手，文本-》新闻推送

主要功能：分类识别（图像、语音、文本）

图像、语音：密集型矩阵，非零值

文本：稀疏型矩阵，零值居多，需要预处理

图像、语音：密集型矩阵，非零值

文本：稀疏型矩阵，零值居多，需要预处理

神經網絡主要功能

神经网络主要功能：分类识别

分类识别可以应用在：