动手学深度学习（一）

这次开始学深度学习了，第一部分的笔记是关于深度学习的一个总览，没有什么公式和代码。

在学习深度学习之前，先对机器学习做一个通俗的解释。在我们日常的编程中，我们可以很容易地识别字符串里是否含有某个字符，也可以一步一步完成一个规模庞大的编程问题。但是，许多在人们看起来很简单的问题，程序员却无从下手。例如，让程序员写代码辨认图片里是否存在一只猫，对于人来说易如反掌，但是对于程序来说很不容易，因为猫在图片中的位置未知，猫的大小未知，猫的颜色未知等等，这些未知让程序不知道，在一般情况下，到底满足怎样的条件，才能认定图片里存在一只猫。

因此，有人提出，让系统来“学习”，所谓“学习”，就是我们给系统很多的带有猫的和不带有猫的图片，并告诉系统这其中有没有猫。经过一段时间这样的“学习”，我们的系统已经对于有没有猫能够给出一个判断了，从而达到了我们的目的。这样的做法，就是机器学习。

而所谓深度学习，其实是机器学习的一个方向，因为深度学习的函数通常为多层神经网络，故得名。深度学习在早期受到数学、神经科学、信息学以及心理学等学科的影响，因为其数据运算较多，所以近代GPU问世以来，深度学习飞速发展，目前已经经历了好几代框架。

深度学习是表征学习的多级表示，所谓表征学习就是找出一种让输入转变为正确输出的方式。深度学习需要将整个系统组件好之后统一训练，同时现在也在向完全无参数的模型转变。

以上，就是对于深度学习的一个基本了解。接下来，我会接着学习配置环境的部分。