神经网络在自然语言上的应用：
情感分类：理解情感的语义，先把文字抽象成特征向量，把特征向量输入到神经网络，经过一系列的运算得到正负值，正代表着好评，负代表着差评。
神经网络在图像上的应用：手写数字识别、目标检测
输入图片得到像素矩阵，然后把像素矩阵输入到神经网络，进行目标检测，目标识别，识别出图片中的人、狗和椅子，手写数字也是同理。
目前google也在使用深度学习的方式来做推荐：
5. 深度学习的趋势
可以看出从2012开始，深度学习的热度持续增高，一直到2017年都处于持续增长状态。2015年国内开始兴起人工智能，到2018年，经过这三年的发展，人工智能的技术已经得到很好的发展，在各种细分的领域得到很好的应用。
--
02
TensorFlow简介
1. TensorFlow的前身
TensorFlow是一个实现深度学习的框架，两者相辅相成，互为基础，他的前身是DistBelief，DistBelief只支持CPU，原因是google内部的CPU资源非常丰富，可以通过并行的方式，实现高速度。
2. TensorFlow介绍
DistBelief后来发展为了TensorFlow，TensorFlow不依赖Google内部系统和架构，能够支持GPU。
3. TensorFlow早期版本变化
TensorFlow不断的再创新，增加新功能，迭代速度是非常快的。
从2015年以后，TensorFlow的流行度远超其他深度学习框架。
