深度学习网络作为一种非常有效的图像分类技术而广受赞誉，那么它在数字信号处理方面又有哪些价值呢？
无论是处理音频数据还是传感器数据，深度学习网络（如卷积神经网络 (CNN)）均能实现与传统数学模型同等的所有功能，而无需您成为信号处理专家。
倘若应用得当，深度学习网络将可以更快、更高效、更准确地完成信号处理任务。
下载本白皮书，回顾一些深度学习基础知识，并查看三个示例来了解深度学习如何为信号处理应用带来价值：
- 使用 CNN 进行语音文件分类
- 使用长短期记忆 (LSTM) 网络预测剩余使用寿命 (RUL)
- 使用全连接神经网络实现语音去噪
