一、深度学习

1.1、深度学习介绍

1.2.1、深度学习与机器学习的关系

1.2.2、人工智能、机器学习和深度学习的关系

1.2.3、神经网络和深度学习

• 神经网络：一种可以通过观测数据使计算机学习的仿生语言范例
• 深度学习：一组强大的神经网络学习技术

  神经网络和深度学习目前提供了针对图像识别，语音识别和自然语言处理领域诸多问题的最佳解决方案。传统的编程方法中，我们告诉计算机如何去做，将大问题划分为许多小问题，精确地定义了计算机很容易执行的任务。而神经网络不需要我们告诉计算机如何处理问题，而是通过从观测数据中学习，计算出他自己的解决方案。自动地从数据中学习看起来很有前途。然而直到2006年我们都不知道如何训练神经网络使得它比传统的方法更好，除了一些特定问题。直到2006年称为深度神经网络的学习技术被提出，这些技术现在被称为深度学习。它们得到了很好的发展，今天，深度神经网络和深度学习在计算机视觉、语音识别和自然语言处理等许多重要问题上取得了出色的表现。

二、概念

2.1、神经网络

• 前向传播
• 反向传播

2.2、循环神经网络(RNN)

2.2.1、LSTM

2.2.2、GRU

2.3、卷积神经网络(CNN)

三、框架

3.1、TensorFlow

PlayGround是一个在线演示、实验的神经网络平台，是一个入门神经网络非常直观的网站。这个图形化平台非常强大，将神经网络的训练过程直接可视化。假若有的同学刚刚想入门深度学习这一领域
Tensorflow新手通过PlayGround可视化初识神经网络

3.2、PaddlePaddle

3.3、Pytorch

快速上手