TIP

本文主要是介绍 深度学习-原理案例和博客推荐 。

• 转载：Deep Learning（深度学习）学习笔记整理系列
• 专栏地址(推荐)
• 声明
• 目录
• 参考文章

转载：Deep Learning（深度学习）学习笔记整理系列

专栏地址(推荐)

Deep Learning: https://blog.csdn.net/zouxy09/category_1387932.html

[深度学习 Deep Learning] (https://blog.csdn.net/zouxy09/category_1387932.html)

声明

1）该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。

2）本文仅供学术交流，非商用。所以每一部分具体的参考资料并没有详细对应。如果某部分不小心侵犯了大家的利益，还望海涵，并联系博主删除。

3）本人才疏学浅，整理总结的时候难免出错，还望各位前辈不吝指正，谢谢。

4）阅读本文需要机器学习、计算机视觉、神经网络等等基础（如果没有也没关系了，没有就看看，能不能看懂，呵呵）。

5）此属于第一版本，若有错误，还需继续修正与增删。还望大家多多指点。大家都共享一点点，一起为祖国科研的推进添砖加瓦（呵呵，好高尚的目标啊）。请联系：zouxy09@qq.com

目录

一、概述 (opens new window)

二、背景 (opens new window)

三、人脑视觉机理 (opens new window)

四、关于特征 (opens new window)

4.1、特征表示的粒度 (opens new window)

4.2、初级（浅层）特征表示 (opens new window)

4.3、结构性特征表示 (opens new window)

4.4、需要有多少个特征？ (opens new window)

五、Deep Learning的基本思想 (opens new window)

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

七、Deep learning与Neural Network (opens new window)

八、Deep learning训练过程 (opens new window)

8.1、传统神经网络的训练方法 (opens new window)

8.2、deep learning训练过程 (opens new window)

九、Deep Learning的常用模型或者方法 (opens new window)

9.1、AutoEncoder自动编码器 (opens new window)

9.2、Sparse Coding稀疏编码 (opens new window)

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

9.4、Deep BeliefNetworks深信度网络 (opens new window)

9.5、Convolutional Neural Networks卷积神经网络 (opens new window)

十、总结与展望 (opens new window)

十一、参考文献和Deep Learning学习资源 (opens new window)

参考文章

• https://blog.csdn.net/zouxy09/article/details/8775360