深度学习资料汇总（基础篇）

2016.11.16  深度学习综述文章，用浅显易懂的语言介绍了深度学习的前因后果

【转】大牛的《深度学习》笔记，60分钟带你学完Deep Learning

【上】点击打开链接

【下】点击打开链接

一、概述

二、背景

三、人脑视觉机理

四、关于特征
       4.1、特征表示的粒度

       4.2、初级（浅层）特征表示

       4.3、结构性特征表示

       4.4、需要有多少个特征？

五、Deep Learning的基本思想

六、浅层学习（Shallow Learning）和深度学习（Deep Learning）

七、Deep learning与Neural Network

八、Deep learning训练过程

       8.1、传统神经网络的训练方法

       8.2、deep learning训练过程

九、Deep Learning的常用模型或者方法

       9.1、AutoEncoder自动编码器

       9.2、Sparse Coding稀疏编码

       9.3、Restricted Boltzmann Machine(RBM)限制波尔兹曼机

       9.4、Deep BeliefNetworks深信度网络

       9.5、Convolutional Neural Networks卷积神经网络

十、总结与展望