一些入门实用的神经网络内部算法教程

关于神经网络我也看过很多英文教程和论文，大部分都是默认你有一定数学基础和神经网络意识的前提下讨论内部算法，要么非常数学化非常晦涩，这会使人读起来很困难容易陷入进去在部分地方钻牛角尖，要么非常笼统，看完一直停留在学术报道新闻报道的层面，还是不能具体说出内部怎样工作的。我推荐两个教程，我认为非常形象浅显生动，图文并茂剖析出神经网络内部结构，甚至剖析每步算法的由来和意义。而且即使你看不懂非常数学化的部分也可以把这部分当做黑盒来使用，并不会妨碍你进一步对神经网的研究。链接如下：

1. 神经网入门级教程，有一定数学基础即可阅读（how the backpropagation algorithm works部分包含许多数学证明，如果看不懂请结合下面链接）

http://neuralnetworksanddeeplearning.com/index.html

2. 反向传播剖析

http://galaxy.agh.edu.pl/~vlsi/AI/backp_t_en/backprop.html

因为第一个教程是全面介绍神经网络，难免遇到非常晦涩的证明部分，所以还是要从各个侧面结合别的教程来深入理解，以后如果哪部分找到了好的教程我会再贴上来记录一下。

虽然我也是菜鸟，但是渐渐发现，深度学习、神经网络并不是一句口号，并不是你看几篇技术报道就能学会的，还是要真的牺牲时间来把算法研究一下，然后就是用框架实践。没有其他捷径可走。学习的小伙伴共勉，我一个站在IT链末端的仙女都可以放弃逛街买买买喝咖啡时间学习，没有人不可以哒！嘻嘻嘻嘻