如何看掌纹线算命图解-周易怎么学习

如何看掌纹线算命图解，周易怎么学习？

想学《周易》可以看看我这篇文章。笔者正在做一个《易经》入门的专栏， *** 的聊一聊《易经》的那些事。如果喜欢，可以关注我的主页或公众号“易路相孚”。

原创不易！转载请标明出处和作者。

《写给有志踏入易学大门的初学者》

文章开始之前，我要很严肃的说一句。

易学真的是个大坑、深坑，乃至是黑洞。

——有孚君

01 放弃吧！少年

一门学问，或者说一项技能，也许你短则学个三五天，长则学个一年半载就能摸到门径。

好比公众号，我研究了两三天便可以排版、发文了。又比如学书法，只要勤练不辍，一年下来总能把字写得漂亮了。再难些的如学法律，三四年下来死记硬背，律师证基本能考下了。（不太了解，只是举例。）

但是学易。不浸 *** 个二三十年，你都不好意思和人说你是学易的。无论学什么，二三十年下来都算专家了。学易，没准二三十年下来，搞不好你连入门都不算。不骗人，真的就是这么难……

还有，学了一阵之后，可能就会迷茫……学这劳什子图个啥，生活中能用到的地方聊聊。除非是走专业算卦的路线。所以，如果你看到这里就决定不学了，那么恭喜你，得了解脱。

02 总归还是要写点啥的

最近时日，每当我回想起刚开始学易时的不知所措，就总觉得应该给初学者写点什么，可每次提起笔又放下。一来是因为我真的懒……二来实在是怕指歪了路。因为学易的圈子里有句名言，大意是：“学易一月，自觉天下无敌；学易一年，有口难开；学易三年，方知天高地厚。”大抵如此。

易学实在庞杂，天文地理、诗书礼医、人伦草木、物理算术，无所不包。“弥纶天地之学”，不是闹着玩的。

不过，思来想去，还是下了决心，赧颜先写一篇。星星之火，尚可以燎原。

如果真的有人看了此文后踏入了易学的大门，不说我为易学的发扬做了微末贡献，算是不枉我与易结缘。

易学本身涉及的“学科”就很庞杂。有太乙、奇门、大六壬的“上三式”，有六爻、八字、紫微等“重体系”的，有梅花易之类“轻量级”的，当然还有风水这门“庞然大物”。总体归纳起来，分为理派、象派、数术派。而且争的不亦乐乎……

没有固定师承，刚开始很难抉择从何处入手。

03 开始了我的表演

我想说的是，无论学什么，我都建议从《周易》原文开始。

先明义理，再谈其他。

这个过程很枯燥。因为大多数人学易都是想学“算卦”。这很正常，我开始学的时候也是这样。但是无论如何，八个经卦，“乾兑离震巽坎艮坤”，老老实实把他们的样子印在脑子里。

把先后天八卦分清了，再把他们代表什么记住了，然后把六十四卦的表面意思串一遍，我认为这是必不可少的。

这部分的书，我推荐傅佩荣先生的《易经入门》和《傅佩荣译解易经》。尤其是《易经入门》，浅显易懂，很适合入门。更难得的是书里有蓍草的起卦和解卦 *** ，可以暂时满足算卦的欲望。

（好像还送张光盘，详述了大衍筮法。）

其实我是读邵伟华的书入门的，好像有一整套，具体忘了，看了一本基础的，就转到了傅先生的“门下”。另外，傅先生还有一套详解六十四卦的视频，讲的非常好。有需要的朋友可以找我要。

04 六爻是个不错的选择

“入门”之后的这段时间最是浮躁的时候，因为了解了基础之后就想着要找门“术”去学。

虽然不推荐这样，但大多都要有这个过程。所以我推荐可以先学六爻。

一是因为入门的书籍比较多；二是比较体系化，容易上手；三是起课（起卦）也相对方便，三枚铜钱（硬币）即可。

毕竟这个阶段保持学下去才是真理。

六爻入门的书实在太多，今人比较著名的有王虎应、朱辰彬等，他俩的书都值得一读。不过还是古人的书更值得一读。倒不是崇古贬今，而是古人治学的态度确实要比今人强很多。另外就是，读惯古文，就会觉得读现代文实在如同嚼蜡，没有味道的很。这倒不是我自夸，很多人都如是。

所以六爻的古书我比较推荐野鹤老人的《增删卜易》和王洪绪的《卜筮正宗》。先看《增删》，读上一遍，没人教也自会玩卦。网上很多人专研《增删》，我遇到过一人，六爻只以《增删》为准绳，水平相当高。另外《易冒》、《易隐》等都可以看看，但是不推荐在入门时读。

05 不要碰梅花易数

再来说说梅花易数。

我个人很喜欢梅花这门术数。所以算是下了不少功夫。但是读来读去，市面上关于梅花的书确实不多。珍本、孤本的就算有，我也自不会知晓。所以一直抱着《梅花易数》这本书翻，另外还有一本《梅花周易数全集》。这主要是梅花比起其他术数，实在是比较小众。今人的书确实不少，不过一人一套路，黄鉴、韩海军、张延生、林武樟、邓海一等等，读多了倒会不知所措。

其实严重不建议初学者碰梅花。

梅花也称心易。“人于心上起经纶”，这不是一般境界能达到的，何况初学。梅花的体用、三要、十应，看上去简单，有人读了一遍《梅花易数》自觉断卦和玩一样，殊不知完全没有搞明白梅花如何玩。

什么时候可以学梅花？

我认为学易三年左右差不多。如果等不及，自可先学上试试，如对其念念不忘，总有再拾起来之时。

06 读《周易》才最快乐

最后还是说说《周易》解读类的书吧。我学了这么多年，其实只学了六爻和梅花，剩下的就是在读《周易》原文类的书。八字也碰过一段时间，不过没学会，就暂时搁置了。因为《周易》读的实在不亦乐乎。

有首小诗道：

双双瓦雀行书案，点点杨花入砚池。

闲坐小窗读周易，不知春去几多时。

毫不夸张的说，他说的没错。

南怀瑾老先生也说，读易就像搞推理，想搞清楚一句话的意思，就得翻另一本书，翻到后却又要翻下一本才能明白后一句的意思，就这么翻来翻去，不知不觉都已经天亮。（记不清了，大致如此。）所以研究《周易》的原文，实要比研究其他的有趣。至少我是这样认为。

既然说到了南师，就先推荐下他老人家的《易经杂说》。这本书无论你有没有基础，想不想学易，都推荐一读。书中的内容浅而通透。最难得的是，老人家的文字读者很舒心，也给人很熟悉的感觉。仿佛他老人家就坐在你对面， *** 时与你娓娓道来一样。

傅佩荣先生的书说过了，不再重复。张延生入门的书也不错，可以一读。再有就是《高岛易断》和《周易尚氏学》。近现代解易非常精妙的两本书。都是清末民初时写就。

尚秉和先生不愧易学大家，易理、易象无一不精。书读起来也朗朗上口。高岛虽是日本人。说实话我是有狭隘的民族主义。但高岛的书，实在让人读的敬佩，精妙处更如醉饮琼浆般酣畅淋漓。真的重点推荐。

此外就是《周易正义》、《周易折中》、《周易本义》等，古往今来不知多少名人雅士都写过《周易》解读类的书。

既然入了坑，慢慢读、慢慢看即可。君子居则观其象而玩其辞，动则观其变而玩其占。是以“自天佑之，吉无不利”。抱着玩的态度去学，别耽误了生活，才是正途。

07 其他的怎么办？

我现在解卦基本是用卦爻辞，配合卦象去看，也会用些梅花的东西。想学奇门、风水或者其他术数的也不用着急。过些时日我或许会找些友人再写篇入门文章介绍下。

另外，如果入门时实在看不明白书咋办？除了我推荐的傅佩荣先生的视频外，曾仕强老先生那套《易经的智慧》的视频也挺好的，很多人都说曾老不懂易，不懂占卦，我只能呵呵。视频要是还看不下去，我这还有个动画片也不错……是真的不错……叫什么我忘了，懒得翻。一共50多集。

想要的话，关注公众号“易路相孚”找我要即可。

08 怎样找到我们

我们目前有 *** 群，也有微信群。大家可以通过公众号<易路相孚>搜索到我们。

09 怎能不凑个九！

文章之前我说，易学很难。真的很难，我不骗人。我更想说的是，道不远人，易同样不远人。一阴一阳之谓道，仁者见仁智者见智，百姓日用而不知。仅此而已。

太阳东升西落，日夜交替是易；

春花秋月、夏风冬雪，寒来暑往亦是易；

吃喝拉撒、读书工作，这皆是易。

学易，万勿离开自然、离开生活！

易曰：“君子以朋友讲习。”此文是为“朋友”而作。然亦是对自己学易之路的一次梳理，收获颇丰矣。

古人诚不我欺！

*注：本文部分图片来自于 *** 。

如果喜欢可以关注公众号<易路相孚>，让我带你领略易学的奇妙！

感情线怎么看男士？

1、感情线能延伸到食指根部的男人

说明这个男人是个可靠的人，有义气，对待爱情很执着，是个很好的男人。

2、感情线过长的男人

对待别人十分的热情，从来不计较付出多少。但他心里面容不下第三者出现在爱情世界里面，如果有第三者出现，他会毫不犹豫的和你诀别，只要你不会对不起他，他绝对会是个好老公好男友的。

3、感情线未端分叉

直接伸到木星丘，别的一条到食指和中指之间的男人，表示他对待爱情的态度是适合而至，绝对不会过于沉溺，和这样的男人可以渡过一辈子美满的生活。

4、感情线在食指下方

直接伸到第二次星丘而在下降的男人，他的极富爱心，乐意为爱人付出自己的一生，是个好老公的人选。

5、感情线没有太多分叉

比较明显纹深的男人，无论做什么事情都十分顺心，毫无顾忌，将来一定能成就一番事业。

6、男人感情线延伸至木星丘末端

属于极端的大男子主义观念者。很少顾虑他人的感受，总是喜欢以自我为中心，同时占有欲极强。

7、男人感情线延伸至木星丘

感情非常细腻且丰富，是极端的理想主义崇拜者。

8、男人感情线延伸至木星丘与土星丘的中间

相信爱情的纯真。内心单纯得就像个小孩。

9、男人感情线末端有两条分叉线

男人感情线图解大全分析：拥有此种手相的男人极具责任感，非常受女性欢迎。

10、男人感情线延伸至中指下方

属于行事缺乏计划性，不容易为他人感情所束缚的冷漠型。

11、男人感情线朝向中指

喜欢以自我中心，但是却非常容易上当受骗，同时也没有定性。

古代按手印有什么用？

指纹技术是二十一世纪的一项新技术，不仅可以用于保密信息方面，还由于每个人的指纹都不一样，且终身不变，因而广泛应用于犯罪破案，这一项技术可谓是让不法分子无所遁形，只要将在现场提到的指纹通过与嫌疑人的对比，即确定作案罪犯，指纹技术加快了破案速度，让很多疑案、冤案也得以迎刃而解，正所谓正义不会缺乏，只是会迟到，即使逃亡多年的嫌疑人也可能因为一次不经意的录指纹而最终被捕。

由于指纹的特殊性，故而现在的很多文件签字、画押等都需按手指印，但按指印可不是我们现代人的“专利”，在一古装些电视剧中也经常看到很多签字画押的情形，签完名和日期后，在上面盖上手指印，古代没有指纹技术，也就是不能识别这个指纹是谁的，要是签字人不承认是自己做的，签字画押不等于是做无用功吗？如果这样想那就太低估古人的智慧了，事实上古人也是有“指纹技术”这一门“黑科技”的。那么古人都在哪方面应用了指纹呢？

图1 古代契纸契尾上的签字画押

我国古代人口虽然比不上现在，但人口数量却也不少，因为阶级的原因，不会像今天我们一样普及九年义务教育，读书识字是地主贵族的事，而占大多数的贫苦百姓是没有能力接受教育的，文盲居多，甚至连自己的名字都不会写，那么如何解决在一些文件上既安全又有效地确保本人已了解文件呢？在这种情况下，古人便想出了画押，按上自己的手指印，以示自己已同意。

古人很早就懂得了指纹对比，并开始运用到了案件审查上，虽然精准度比不上今天的指纹识别器，但在当时却是非常靠谱的一个 *** 了，据记载，秦朝便开始运用指纹来破案，秦朝的《封珍式-穴盗》中记载：“内中及穴中外壤有膝、手迹、膝、手各处”。这是有记录的最早运用指纹破案的记录，古人对指纹的分析很简单，简单来说就是肉眼辨别，古人将指纹分为两类，即“螺”和“箕”。“螺”是漩涡型指纹，呈螺旋状，“箕”是流状指纹，每个人的指纹的节点都会不同，通过对别，不难得出结果。

图2 箕纹和斗纹的区别

图3 各类的斗型纹

宋元时期是指纹查案的一个新高度，北宋的元绛是这方面的行家，北宋有个叫周整的人喜欢 *** ，家里有不少上等田，这些田被一个叫龙聿的恶霸看上了，便诱惑他 *** 并出老千赢了他，利用周母的旧文术伪造田契，但有个破绽，就是日期写在指纹之上了，周母知道后告到官府，但官府并未发觉这个破绽，所以驳回了周母的诉求，元绛任县官之后，经过仔细察看，发现了其中的破绽，最终保住了周家的“命根子”。

宋朝的提刑官宋慈在这方面也是个行家，“法医”出身的他，被称为“古代十大断案高手”，一生的著作《洗冤录》，里面详细记载了如何运用指纹来破案。

图4 《洗冤录》又称《洗冤集录》，宋朝法医宋慈所著，是世界上 *** 部 *** 的法医学著作

元朝的潘泽曾经利用指纹对比破了一起冤案，在任浙西廉副使时，一“村霸”利用伪造的卖身契将其中一家人十七口掳为奴隶，“奴隶”不服，便状告地主，但当地官员发现卖身契上有原告祖辈的指纹，上面标明是世代为奴，由于这个原因，原告败诉，多次上诉还是无法得到正义，潘泽接手此案后，发现其中的指纹比较疏，而卖身契上说画押者是十三岁，他发现少年的指纹是比较密的，成年人的比较疏，便找来一些十三岁的少年，各按下指纹对比，证明了卖身契是伪造的，还了一家人的清白。

还有就是古代人按拇指一般是用拇指，这就成了一个漏洞，一些罪犯利用这个不成文的规定，在指纹对比之前就“忍疼割爱”，把拇指切掉了，没有了对比，奈我如何，但所谓“魔高一尺，道高一丈”，“上有政策，下有对策。”后来就规定用手掌或脚掌来画押，这一招可谓是断了罪犯的后路，总不能把自己的脚掌、手掌都砍了吧？还没开始审案，自己便“损兵三千了。”宋元时期的案件结束亦需“点指画字”。

图5 指纹的图解

指纹除了可以用来核查案件，还可以用来代表一种契约精神，在唐朝开始成熟，各种的契约、遗嘱等都有了指纹，与核查字迹相比，指纹更具不可复制性，按手纹在《周礼》中的说法是“下手书”，到了唐朝改叫“画指券”，双方签订人以及中间人在契约达成后都需画下食指上三条指节，亦叫“画指为信”。

不仅唐朝盛行按手纹，同时期的吐蕃王朝也流行，但不同于唐王朝，吐蕃喜欢直接按指纹。看手纹是非常考验眼力的，没有火眼金睛的功夫还真的有点遭不住，故而到了宋朝，流行起了“打手模”，也就是整个手印按在了契约上，相对于唐朝时期的按手纹，辨别率更高，所以宋元时期才会有那么多像元绛的“指纹高手”。到了明清时期，指纹的法律效应、契约效力越来越强，契约上都会注有“并本男手印”或“并本女手印”的话。

图6 云南早期兄弟分家文约，内容独特详实，族人签字画押，时代特征明显

指纹也应用于古代的信息保密，尤其是一些机要文件，古时候的保密文件主要都是用竹简来书写，写好后，把竹简卷起来，之后用粘土密封，再盖上手印或印章，如果有人偷看了机密必然会 *** 指印，为了神不知鬼不觉，必须再封上盖上相似指印，但两个人的纹路是不可能一样的，只要对比指纹，便可知真假。一些名人所做的字画、工匠所制造的陶器等有时也会印上指纹，以防被伪造。

指纹的应用是我国古代劳动人民智慧的结晶之一，西方直到十七世纪才发现指纹的特殊性，整整比西方早了2000年，是我国古代人民贡献给世界的又一大“专利”。

文：飞扬

参考文献：《周礼》《洗冤录》《封珍式-穴盗》

文字由历史大学堂团队创作，配图源于 *** 版权归原作者所有

最近的股市跌得怀疑人生？

股市有涨有跌，投资需要的是理性，虽然说最近的股市跌得怀疑人生，但也不能违背投资理念，不是说敢不敢进场抄底，应该是确定怎么抄底！

我的投资标的是股票基金可转债三大类，对应不同的帐户，面对大跌，采取的不同的投资理念！

股票帐户专做冬菜若干年，2020年7月止盈本金和部分利润，用于消费改善生活及投资基金！留下了三分之一零成本仓位，继续上涨高抛低吸赚差价降成本，目前己降为负成本！准备长期持有，下跌价格低于止盈10％以上时开始用投资基金的钱分批低吸高抛。

基金帐户目前已清仓保本和亏损基金，留下了盈利的指数基金。当初从冬菜止盈购买基金，主要考虑是分散投资，降低风险，没想到，买的基金目前将保本和亏损10％的全部清仓，腾出资金继续参与冬菜低吸高抛！冬菜止盈后又上涨了一倍，目前冬菜大幅下跌，达到了低于止盈10％以上的低吸高抛目标。

可转债帐户主要是打新，小仓位做日内低吸高抛，随时日清，确保当日盈利或者是小亏目标，不存在抄底！

人工智能机器学习深度学习三者之间有什么关系？

人工智能、机器学习、深度学习三者之间的关系？

有人说，人工智能（AI）是未来，人工智能是科幻，人工智能也是我们日常生活中的一部分。事实上，这些说法都是正确的，这一切都取决于你所指的是哪一种人工智能。

例如，此前Google DeepMind的AlphaGo打败了韩国的围棋大师李世乭九段。在媒体描述DeepMind胜利的时候，就曾将人工智能（AI）、机器学习（Machine Learning）和深度学习（Deep Learning）都提到了。这三者在AlphaGo击败李世乭的过程中都起了作用，但它们说的并不是一回事。

要解释这三者之间的关系和应用，最简单的 *** 就是画一个同心圆，如下图，人工智能是最早出现的，也是更大、最外侧的同心圆；其次是机器学习，稍晚一点；最内侧，是深度学习，也是当今人工智能大爆炸的核心驱动。

从概念的提出到走向繁荣

1956年，几位计算机科学家相聚在达特茅斯会议（Dartmouth Conferences），提出了“人工智能”的概念。其后，人工智能就一直萦绕在人们的脑海之中，并在科研实验室中慢慢孵化成形。在之后的几十年，人工智能一直在不停地两极反转，既有人把其称作人类文明耀眼的未来；也有人把其当做是技术疯子们的妄想，嗤之以鼻。坦白说，直到2012年之前，这两种声音都还同时存在。

过去几年，尤其是自2015年以来，人工智能开始大爆发。很大一部分原因是由于GPU的广泛应用，使得并行计算变得更快、更便宜、更有效。当然，无限拓展的存储能力和骤然爆发的数据洪流（大数据），也使得图像数据、文本数据、交易数据、映射数据全面海量爆发。

让我们慢慢梳理一下计算机科学家们是如何将人工智能从最早的一点点星星之火，发展到能够支撑那些每天被数亿用户使用的实际应用的。

人工智能（Artificial Intel *** ce）——为机器赋予人的智能

King me：扮演跳棋玩家的计算机程序，是最早的人工智能实例之一，在20世纪50年代激起了人工智能的早期浪潮。

早在1956年夏天的那次会议上，人工智能的先驱们就梦想着用当时刚刚出现的计算机来构造复杂的、拥有与人类智慧同样本质特性的机器，既我们所谓的“强人工智能”（General AI）。这是一个无所不能的机器，它有着我们所有的感知（甚至比人更多），以及我们所有的理性，可以像我们一样思考。人们在电影里也总是看到这样的机器人：像星球大战中友好的C- *** O；或者是 *** 的终结者。强人工智能目前还仅存在于电影和科幻小说中，原因很简单，因为我们还没法实现它们，至少目前还不行。

我们目前能实现的，一般被称为“弱人工智能”（Narrow AI）。弱人工智能是能够与人一样，甚至比人更好地执行特定任务的技术。例如，Pinterest上的图像分类；或者Facebook的人脸识别。

这些都是弱人工智能在实践中的例子。这些技术实现了人类智能中某些特定部分。但它们是如何实现的？这种智能是从何而来？其答案就是同心圆中的第二层，机器学习。

机器学习—— 一种实现人工智能的 ***

Spam free diet：机器学习能够帮助你的收件箱（相对地）摆脱垃圾邮件的困扰。

机器学习最基本的做法，是使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和预测。与传统的为解决特定任务的人工编码程序不同，机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。

机器学习直接来源于早期的人工智能领域。传统算法包括决策树学习、推导逻辑规划、聚类、强化学习和贝叶斯 *** 等等。众所周知，我们现在还没有实现强人工智能，而早期机器学习 *** 甚至连弱人工智能都无法实现。

机器学习最成功的应用领域是计算机视觉，虽然也还是需要大量的手工编码来完成工作。人们需要手工编写分类器、边缘检测滤波器，以便让程序能识别物体从哪里开始，到哪里结束；写形状检测程序来判断检测对象是不是有八条边；写分类器来识别字母“S-T-O-P”。使用以上这些手工编写的分类器，人们总算可以开发算法来感知图像，判断图像是不是一个停止标志牌。

这个结果还算不错，但还算不上是那种能让人为之一振的成功，特别是遇到云雾天，标志牌变得不是那么清晰可见，又或者被树遮挡一部分，算法就难以成功了。这也是为什么此前很长一段时间中，计算机视觉的性能一直无法接近到人类的水平。它太僵化，并且太容易出现错误。

随着时间的推进，学习算法的发展改变了一切。

深度学习——一种实现机器学习的技术

Herding cats：从YouTube视频中挑选猫的图像是深度学习的 *** 个突破性演示之一。

人工神经 *** （Artificial Neural Networks）是早期机器学习中的一个重要的算法，历经了数十年的推演。神经 *** 的原理是受我们大脑的生理结构——互相交叉相连的神经元启发。但与大脑中一个神经元可以连接一定距离内的任意神经元不同，人工神经 *** 具有离散的层、连接和数据传播的方向。

例如，我们可以把一幅图像切分成图像块，输入到神经 *** 的 *** 层。在 *** 层的每一个神经元都把数据传递到第二层。第二层的神经元也是完成类似的工作，把数据传递到第三层，以此类推，直到最后一层，然后生成结果。

每一个神经元都为它的输入分配权重，这个权重的正确与否与其执行的任务直接相关。最终的输出由这些权重加权决定。

我们仍以停止（Stop）标志牌为例。将一个停止标志牌图像的所有元素都打碎，然后用神经元进行“检查”：八边形的外形、救火车一样的红颜色、鲜明的字母、交通标志的典型尺寸和静止不动运动特性等等。神经 *** 的任务就是给出结论，它到底是不是一个停止标志牌。神经 *** 会根据所有权重，给出一个经过深思熟虑的猜测——“概率向量”。

这个例子里， *** 可能会给出这样的结果：86%可能是一个停止标志牌；7%的可能是一个限速标志牌；5%的可能是一个风筝挂在树上等等。然后 *** 结构告知神经 *** ，它的结论是否正确。

此前，这样的神经 *** 并没得到为人工智能圈的认可。然而，事实上在人工智能出现的早期，神经 *** 就已经存在了，只是神经 *** 对于“智能”的贡献微乎其微。其主要原因是因为即使是最基本的神经 *** ，也需要大量的运算。神经 *** 算法的运算需求难以得到满足。

不过，还是有一些虔诚的研究团队（例如：多伦多大学的Geoffrey Hinton）坚持研究，实现了以超算为目标的并行算法的运行与概念证明。但也直到GPU得到广泛应用，这些努力才见到成效。

我们回过头来看这个停止标志识别的例子。神经 *** 是调制、训练出来的，时不时还是很容易出错的。它最需要的，就是训练。需要成百上千甚至几百万张图像来训练，直到神经元的输入的权值都被调制得十分精确，无论是否是雾天、晴天还是雨天，每次都能得到正确的结果。

只有这个时候，我们才可以说神经 *** 成功地自学习到一个停止标志的样子；或者在Facebook的应用里，神经 *** 学习了如何识别 *** *** 脸；又或者是2012年吴恩达（Andrew Ng）教授在Google实现了神经 *** 学习到猫的样子等等。

吴恩达教授的突破在于，把这些神经 *** 从基础上显著地增大了。层数非常多，神经元也非常多，然后给 *** 输入海量的数据，来训练 *** 。在他的示例中，数据是一千万YouTube视频中的图像。吴教授为深度学习（deep learning）加入了“深度”（deep）。这里的“深度”所指的，正是神经 *** 中众多的层。

现在，经过深度学习训练的图像识别，在一些场景中甚至可以比人做得更好：从识别猫，到辨别血液中癌症的早期成分，再到识别核磁共振成像中的肿瘤。Google的AlphaGo先是学会了如何下围棋，然后与它自己下棋训练。它训练自己神经 *** 的 *** ，就是不断地与自己下棋，反复地下，永不停歇。

深度学习，给人工智能以璀璨的未来

深度学习使得机器学习能够实现众多的应用，并拓展了人工智能的领域范围。如今，深度学习已经能够实现各种任务，几乎使得所有的机器辅助功能都变为可能。无人驾驶、预防性医疗，甚至是更精准的电影推荐，都已实现，或即将实现。有了深度学习，人工智能甚至可以达到我们在科幻小说中所幻想的那般智能。当然，我们所期待的是像C- *** O那样的人工智能，终结者那样的还是算了。