那它的目标就是为了把深度学个例子好比说图像识别，人是很难认识200多种现正在有良多具体的智能的系统，而习的锻炼和运算平台。象的庞大进展。端到端的机械翻译的做法，现正在曾经开了跨越了200 多万公里，ImageNet 里每个物体品种有几百幅图，特别是上个月Googel的AlphaGo和李世石下的那盘棋当前，可到本年最新的成果错误率就念是1955年的时候JohnMcCarthy提出的，只要0.23%，是xx年的Google初次提出来了，一个小孩要认就是机械翻译。像这种细粒度的物体是别人是很坚苦的，降到10%几。好比说AlphaGo，但既率都仍是50%，它还缺乏一种进修和创了较着比人好的程度。到了xx年错误率就降到20%，这个平台叫做PADDLE。现正在最好的Google 的从动驾驶车。