深度学习网络在作为图像分类的一个非常有用的技术中，他们获得了声誉，但它们会对信号数据带来哪些值？
无论您是在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），都可以完成数学模型所能做的一切，而无需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、更高效、更准确。
阅读本白皮书，回顾一些深度学习基础知识，并查看三个深度学习可以为信号处理应用程序增加价值的示例：
- 使用CNN进行分类语音音频文件
- 使用长-短期记忆（LSTM）网络预测剩余使用寿命（RUL）
- 基于全连通神经网络的语音去噪
