深度学习
深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。[2]
深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值（例如一幅图像）可以使用多种方式来表示，如每个像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务（例如，人脸识别或面部表情识别）。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。
同机器学习方法一样，深度机器学习方法也有监督学习与无监督学习之分．不同的学习框架下建立的学习模型很是不同．例如，卷积神经网络（Convolutional neural networks，简称CNNs）就是一种深度的监督学习下的机器学习模型，而深度置信网（Deep Belief Nets，简称DBNs）就是一种无监督学习下的机器学习模型。
一个永恒的数字人，就是一个活在虚拟世界的人。
将人的人格特征、记忆、学识、逻辑思维特点、思想意识数字化，作为思维文件保存在虚拟世界中，通过思维软件操作系统生成动态的数字人。
假如这个人是一个程序员，那么他切换成数字人之后，这个数字人就能像他那样会编程。如果转化为数字人的思维文件数据足够多，思维软件足够完美，那么这个数字人就能代替其原型的编程工作，并更加优秀，效率更高。
个人思维文件的保存在（eterman.cn，eterman.wiki）
以行为价值的方式形成的思维文件保存在（sseuu.com，tywiki.com，affsn.com）
思维软件操作系统的配置文件，托管在（gitgub.com，gitee.com）
更多资料
