深度学习是一种机器学习技术，它教计算机做人类自然而然的事情：通过例子学习。深度学习是无人驾驶汽车背后的一项关键技术，使它们能够识别停车标志，或区分行人和路灯柱。它是手机、平板电脑、电视和免提扬声器等消费类设备中语音控制的关键。深度学习最近得到了很多关注，它正在取得以前不可能取得的成果。
在深度学习中，工控PC发挥了不可或缺的重要性，计算机模型直接从图像、文本或声音中学习执行分类任务。工控电脑可以协助深度学习模型可以达到最先进的准确性，有时甚至超过人类水平的表现，通过使用大量标记数据和包含许多层的神经网络架构来训练模型。
深度学习如何取得如此令人印象深刻的结果？
一言以蔽之，准确性。深度学习在比以往更高的水平上实现了识别准确度。这有助于消费电子产品满足用户期望，对于无人驾驶汽车等安全关键型应用至关重要。深度学习的最新进展已经改进到深度学习在某些任务（例如对图像中的对象进行分类）中优于人类的程度。
虽然深度学习在 1980 年代首次被理论化，但它近年来被使用的话主要有两个原因：
1、深度学习拥有标记大量数据的能力。例如，无人驾驶汽车的开发需要数百万张图像和数千小时的视频，而这些数据需要先存储再进行标记，应用深度学习的机器，则需要工控电脑拥有大容量存储空间，才能保证机器在深度学习过程中稳宕不乱的标记大量数据。
2、深度学习拥有强大的计算能力。搭载在深度学习系统中应用的工控主机，大多扩展性能优秀，例如配置的PCIE*16插槽则支持扩展独立GPU显卡，而高性能 GPU 显卡具有对深度学习有效的并行架构，当与集群或云计算结合使用时，这使开发团队能够将深度学习网络的训练时间从数周减少到数小时或更短。
深度学习应用案例包含哪些？
1、深度学习应用程序用于从自动驾驶到医疗设备的行业。
2、自动驾驶：汽车研究人员正在使用深度学习来自动检测停车标志和交通信号灯等物体。此外，深度学习用于检测行人，这有助于减少事故。
3、航空航天和国防：深度学习用于识别来自卫星的目标区域，并确定部队的安全或不安全区域。
4、医学研究：癌症研究人员正在使用深度学习来自动检测癌细胞。加州大学洛杉矶分校的团队建造了一个先进的显微镜，它产生了一个高维数据集，用于训练深度学习应用程序以准确识别癌细胞。
5、工业自动化：深度学习通过自动检测人或物体何时在机器的不安全距离内来帮助提高重型机械周围的工人安全。
