【推荐】深度学习入门及学习路线

前言

最近在网上看到一些深度学习方面的资料，个人觉得写的比较好，所以推荐给大家。目前只更新了7篇博客，里面包含了原理（即数学推导）和实践（代码实现），对于入门来讲实在是合适不过的了，程序虽然是用python2.7写的，不过相信改成python3也比较容易。下面给出每一部分的主题和详细链接。

入门深度学习部分

• 第一部分：感知机部分

  零基础入门深度学习-感知机
  
  

• 第二部分：线性单元和梯度下降

  零基础入门深度学习-线性单元和梯度下降
  
  

• 第三部分：神经网络和反向传播算法

  零基础入门深度学习-神经网络和反向传播算法
  
  

• 第四部分：卷积神经网络

  零基础入门深度学习-卷积神经网络
  
  

• 第五部分：循环神经网络

  零基础入门深度学习-循环神经网络
  
  

• 第六部分：长短时记忆网络(LSTM)

  零基础入门深度学习-长短时记忆网络(LSTM)
  
  

• 第七部分：递归神经网络

  零基础入门深度学习-递归神经网络
  
  

深度学习论文学习路线(Deep Learning Papers Reading Roadmap)

• 原作者写的前沿.路线图构建原则和相关的说明： 深度学习学习路线-前言部分

• 具体学习路线： Deep Learning Papers Reading Roadmap

总结

看完这几篇文章之后，绝对有一种豁然开朗的感觉，确实写的非常精彩。理论和实践相结合的感觉绝对是非常棒的，非常佩服原作者，写的非常的浅显易懂。