深度学习网络作为一种非常有用的图像分类技术已经获得了声誉，但它们对信号数据有什么价值呢?
无论您是在处理音频还是传感器数据，深度学习网络，如卷积神经网络(CNNs)，都可以完成数学模型所能做的一切，而不需要您成为信号处理专家。
如果应用得当，深度学习网络可以使信号处理任务更快、更有效、更准确。
阅读这篇白皮书，回顾一些深度学习的基础知识，并看到三个例子，深度学习可以为信号处理应用增加价值:
- 使用CNN分类语音音频文件
- 利用长短时记忆(LSTM)网络预测剩余寿命(RUL)
- 用完全连接的神经网络去噪语音
