导读：本次分享的主要内容包括以下四个方面：
首先是深度学习简介；其次是TensorFlow简介；然后讲解了深度学习在服装设计方向的机会与挑战；最后重点介绍深度学习的落地实践。
01
深度学习简介
1. 深度学习的发展
阿尔法围棋（AlphaGo）是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人， 从AlphaGo开始， 人工智能正式走入了大众的视野， 在10月18日，AlphaGo的父亲DeepMind团队推出了AlphaGo Zero，从0训练用了40天时间，以100：0击败了当今的世界围棋第一AlphaGo，AlphaZero在去年底通过自我对弈，就完爆上一代围棋冠军程序AlphaGo，且没有采用任何的人类经验作训练数据，不管是AlphaGo还是AlphaGo他们的原理都是深度学习。
2. 深度学习的动机
计算机语言一般都是按照固定流程完成任务，但是有一些任务，比如下五子棋、无人驾驶，人脸识别等，很难把他们的流程描述出来。这个时候就需要用到人工智能的方式来实现这些流程不确定的工作。
3. 深度学习的原理
深度学习是指训练神经网络，把样本x输入神经网络，每一个特征都与所有的神经元相互联系，通过习得一个函数，映射到输出y。
神经网络的结构包含输入层、隐藏层、输出层三部分，以判断零件是否合格为例，一个神经网络可以是输入层输入零件的长度和零件的质量，把参数权重w、偏置b和输入x做wx+b运算，再通过激活函数激活得到神经元的值传到输出层，如果输出大于0则零件是合格，否则不合格。
输入层（Input layer），众多神经元接受大量非线形输入x。输入的x称为输入向量。
输出层（Output layer），x在神经元链接中传输、分析，形成输出结果。输出的x称为输出向量。
隐藏层（Hidden layer），简称“隐层”，是输入层和输出层之间众多神经元和链接组成的各个层面。
4. 深度学习的案例
