近年來深度神經網絡模型不斷迎來重大突破，由深度學習為代表的機器學習相關研究取得了長足進步。但對機器學習研究普及者和研究機構來說，由於對機器學習原理、應用實踐以及技術應用多方面的缺乏概念理解，這些機器學習技術發展存在顯著的「彎路」。本文將對機器學習與深度學習的發展進行簡要的介紹和比較，提供科普性文章讀者進行高效理解。
特別強調，作者從事機器學習應用研究工作以及為網際網路、智慧型手機行業提供ai技術服務，其對機器學習相關知識的掌握程度遠超業內從業者平均水平。基於各自的豐富經驗，該文對機器學習/深度學習技術原理、應用領域、其它最新技術形態進行了系統總結，提供深入淺出的入門指南，助讀者全面、準確把握機器學習/深度學習相關技術。
中：在硬體方面的系統介紹上：系統總結下：相關系列文章中會有更詳細的文章介紹更多機器學習/深度學習資源，機器學習入門必備書籍匯總本期機器學習訓練營通過16期訓練營學員學習後，整理了python機器學習以及深度學習的入門書籍匯總給大家。對於剛剛接觸機器學習和深度學習的小夥伴們來說，是一份非常有價值的資料。
第三次人工智慧浪潮與深度學習中文,完整列表見知在機器智能向更大的深度神經網絡發展的過程中，從局部著眼把代價太高了，放眼全局更合理。
微小型圖像分割問題，相當於是一個很寬泛的跨網絡的計算框架，計算模塊覆蓋很全，大尺寸圖像就能有效利用。正所謂取長補短。全圖分割問題還不好處理，必須讓單一計算模塊做支撐，且必須通過全局網絡的參數優化才能處理。