深度学习（一）——总体介绍

从传统到现在

深度学习推动因素：

• 理论：CNN、RNN、ReLU···
• 数据：ImangeNet、LFW···
• 硬件：Nvidia CUDA+GPU

未来可能进展：
无人驾驶、无人超市、自动翻译、个人助手······

深度学习应用特点

深度学习框架比较

TensorFlow介绍

优点：

• 文档丰富，适合初学者
• 安装非常方便
• 谷歌支持，长期有效
• 自动求导，只需关注模型设计
• Keras支持，方便迅速开发

工作方式：

1. 构建方程
2. 参数代入

深度学习基本概念

知识结构：

1、神经元——基本计算单元

2、卷积核——图像处理基本算子

3、CNN——卷积神经网络

4、分类

5、回归——预测具体数值

6、生成