Neural Networks and Deep Learning之中文翻译-关于本书

本章原文地址：http://neuralnetworksanddeeplearning.com/about.html

神经网络是有史以来最美的编程范式之一，传统的编程方式是我们告诉电脑如何做，我们会把一个复杂的问题分解成许多小的、能够精确定义的、电脑能够很容易执行的子任务。相比之下，在神经网络中，我们不会告诉电脑如何去解决我们的问题，然而它会从观测数据中学习找到自己的解决方法。

自动从数据中学习听起来前途无量，然而在2006年以前我们居然无法找到一种有效的方法来训练神经网络，使它能够表现得比传统的方法更优越，除了极少数的几种特定问题。促使局面发生改变的是2006年被称为深度神经网络学习的技术的发现。这些技术就是现在被人们所知的深度学习。如今它们已经得到进一步的发展，今天神经网络与深度学习已经在许多重要问题上取得令人瞩目的表现，这包括计算机视觉、语音识别、自然语言处理等。同时它们也被一些像谷歌、微软、Facebook这样的公司大规模地部署采用。

这本书旨在帮助你掌握神经网络的核心概念包括一些现代深度学习技术。当学习完本书内容后，你将可以编写代码利用神经网络与深度学习去解决复杂的模式识别问题并且也为你利用神经网络和深度学习来解决你自己设计的问题打下了基础。

以基本思想为导向

本书的理念之一是扎实地掌握与理解神经网络及深度学习的核心原理要比模糊理解一长串观点更好。如果你已经很好的理解了其核心观点，那么你也能很快地掌握其它新的内容。就拿编程语言来打比方，如果你掌握了一门新语言的核心语法、库与数据结构，尽管你可能只知道了整个语言的一小部分（因为通常一门语言包含大量标准库），但是你可