深度学习之学习笔记（一）—— 序篇

序篇

 

对于机器学习、深度学习的相关理论之前都是雾里看花，知其然不知其所以然，还停留在一般概念的层次，甚至连概念都不清晰。一是因为这些知识都是建立在一定的数学基础之上，时间久远了，很多数学基础知识都忘光了；二是需要比较完整的大片时间来深入学习，对于时间碎片化严重的我要找出很完整的一段时间来学习比较困难。

去年11月中旬偶感小恙，由于过于轻视导致肺炎。在治疗养病期间，有了大量整片的学习时间，于是在某东买了几本深度学习入门级的书来看，把之前一些很模糊的概念理清楚了，并对深度学习有了全新的认识。这几本书都是深入浅出类型的书，非常适合初学者入门。另外B站上台湾大学李宏毅教授关于机器学习的课程，生动有趣，学习后获益匪浅。最后，我在人工智能方面的启蒙来自于我的同事杨宪洪老师和吴鹏飞博士，本系列笔记有部分内容也出自他们的原创，在此致以谢意！

为了不让自己遗忘学习的内容并再次巩固，趁这个难忘的春节把我学习过程中的心得记录下来，也分享给正在学习机器学习和深度学习的同道。如有任何不对之处，欢迎大家斧正！篇章按以下顺序进行：

1. 序篇
2. AI / ML / DL的基本概念
3. 神经元的工作原理
4. 感知机——神经网络的雏形
5. 神经网络的学习（训练）
6. 激活函数
7. 损失函数
8. 梯度下降法
9. 误差反向传播法
10. 与学习(训练)相关的技巧
11. 卷积神经网络
12. 深度学习的其他类型

——2020年1月24日 除夕

 

References:

•  斋藤康毅 著，陆宇杰 译，中国工信出版集团和人民邮电出版社 出版

• 涌井良幸、涌井贞美 著，杨瑞龙 译，中国工信出版集团和人民邮电出版社 出版

• 周志华 著，清华大学出版社 出版