本系列PDF为个人深度学习学习过程中的笔记整理与心得总结,涵盖基础概念、算法原理及实践应用等内容,旨在帮助学习者系统掌握深度学习知识。
这篇笔记的原创作者是Zouxy,在他的博客上可以找到完整版的内容。为了方便大家保存与阅读,我将其整理成了PDF文档,并希望读者们能够积极交流。
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 需要多少个特征?
五、Deep Learning的基本思想
六、浅层学习与深度学习的区别
七、Deep learning与Neural Network的关系
八、Deep learning训练过程
8.1 传统神经网络的训练方法为什么不能用于深度神经网络
8.2 deep learning训练流程
九、Deep Learning常用模型或方法
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 Belief Networks深信度网络
9.5 Convolutional Neural Networks卷积神经网络
十、总结与展望
十一、参考文献和Deep Learning学习资源(持续更新)