读书笔记：“Deep Learning by Bengio” 之 Introduction

虽然已经用CNN,SDAE，DBN 跑了一些应用，也做了些research写了弱弱的论文，但总觉得有些知识不扎实，有所欠缺。开始抽空将大牛的深度学习书系统的看一遍，并在此记录。

第一章的introduction很简单，对深度学习的思想，框架和所属领域关系做了界定，并列举了深度学习发展的三个阶段以及三个主要特点。

point 1： 深度学习与机器学习，AI人工智能的关系：

point 2: 深度学习与计算神经科学是完全不同的两门科学，深度学习关心的是用代码程序来完成特定任务，而计算神经科学是研究如何建立model去模拟大脑的工作机制（虽然二者会对彼此的研究略有影响），但深度学习绝不是对大脑的模拟~

point 3： 深度学习发展的三个历史阶段：

          

point 4: 深度学习较于之前的三大突破：1，大数据提供了大量的训练数据集，使得模型拟合更为优秀。2，硬件的发展使得模型的深度，框架的复杂度都能够大大提高。3，模型准确度不断提高，应用领域不断扩大，对现实世界的影响力越来越强。

这本书分三大部分为： 1，深度学习所需基础数学知识。 2，基本的深度学习模型。 3，提高模型或解决具体问题的经典技巧。