我的“深度学习”笔记 一 前言

我的“深度学习”笔记 一 前言

之前一直零散的学习或者使用一些神经网络的东西，但非常的碎片化，不成体系。近来花了一些时间系统的学习了深度学习的一些知识，联想起之前的课题中处理的一些回归问题，对深度学习有了一些浅薄的理解和感悟。因此特记录下关于“深度学习”的一些学习体会。

最近特意上了复旦大学邱锡鹏老师《神经网络与深度学习》一课，个人觉得入门还是非常合适的（但可能得先复习下本科阶段的概率论、线性代数和微积分）。我这一笔记中，有很多也来自这门课的“牙慧”。邱老师的课在B站有视频，github上也有电子书和PPT。我看了邱老师视频后实在过意不去，特地去京东买了邱老师的书，哈哈哈哈。需要给知识的传播者更多的尊重。

1 什么是深度学习

我在最早听说这些名词的时候最疑惑的就是“机器学习”、“神经网络”、“深度学习”、“强化学习”这一系列名词之间的关系。实质上，我现在还是没有特别清晰的认识这些概念区别，但好在有了一些比较感性的认知，比如，神经网络和深度学习在目前来说是相互依存的，再比如，机器学习是一个非常宏大的概念等等。

深度学习在定义上来说，是机器学习的一种，是基于神经网络的一种表示学习方式。机器学习是一个非常宽泛的概念，而神经网络是一个模型的名字。

2 学习路线

下面一张图是从邱老师的课中摘抄的学习路线，可以根据这个图来进行学习。

再者，人工智能的算法日新月异，最主要的还是要紧跟最新的潮流。