1）什么是深度学习

深度学习（Deep Learning）是一种机器学习。既然名为“学习”，和人类学习过程又有什么关系呢？

人们初学汉字的时候，一笔为“一”，两笔为“二”，三笔为“三”，规律简单有效。然而，“口”也是三笔，却不是“三”。于是，人们又总结出新规律，三笔横排是“三”，围成框是“口”。随着汉字的增多，人们不断增加和细化规则，认识和分辨出更多的汉字。

深度学习也是如此，它以人工神经网络为基础，模拟人脑思维方式，不断细化和抽象数据的一般规律，使机器能够像人一样具有分析学习能力，进而模拟视听、思考、分析推理和决策等人类活动。而这些规律不再需要人为总结和制订，这也是深度学习和经典机器学习最大的不同。

所谓“深度”，即是人们所采用的神经网络的层数，层数越多网络越深。简单地说，深度学习就是利用多层神经网络，在诸如文本、声音、图像和视频等数据信息中进行机器学习的一类模型。

2）深度学习能干些什么

随着深度学习技术在计算机视觉、自然语言处理、工业生产等领域的逐步应用，“深度学习”已经广泛渗透人们的生活。在城市管理工作中，是不可或缺的一项技术。

（1）城市管理视频图像信息处理应用(www.daowen.com)

深度学习被广泛应用在计算机视觉的各种任务中，包括人脸识别、图像分类、场景识别、目标跟踪等。近年来，各大城市启用的行人交通违法曝光平台和商汤科技开发的Sesne Keeper 人脸识别闸机，就是利用深度学习技术实现人脸识别功能，辅助解决安防、金融认证等领域中出现的诸多问题。这项技术可运用到智慧城市管理的工作中，包括自动管辖街区中车辆违停、占道经营、乱堆物料等违章、违法行为的识别（图5-11），城市中违章建筑的快速发现，烟花爆竹燃放点监管等，为城市管理的智能化提供技术支撑。

图5-11　基于深度学习技术的占道经营行为监测与识别（来源于网络）

（2）语音处理应用

语音识别是深度学习在自然语言处理方面最早应用的领域。苹果Siri、谷歌Google Now、 微软Skype和科大讯飞等语音识别产品，均利用深度学习的算法将语音转变为文本，为智能问答系统、机器翻译等自然语言处理智能系统提供支撑。在城市管理过程中，人们可使用语音识别技术，在诸如桥梁养护、城市环卫及城管执法工作中，需要快速记录的情形下，实现语音录入，将其转化为文本，形成文本信息档案，并根据内容自动分类归档，极大地提高了工作效率。

（3）智慧管理应用

工业流水生产线中的智能机器人是深度学习的又一重要应用。如雄克与 KUKA 和 Roboception 公司联合开发的Bin-picking机器人，利用深度学习技术构建物品分类器，协助工业中的分拣工作，改善了工业机器人的作业性能，提升了制造流程的自动化和无人化。此类机器人，有望运用到城市管理如城市绿化、道路清理、自动泊车等工作中，使得城市管理工作更加自动化、智能化和智慧化。

深度学习技术将逐步用于更多的任务并将“解决”更多的问题。将在城市管理工作的各个领域中逐步普及，将“智慧城市管理”体现在城市管理工作的方方面面。