1樓：今日愛題詩
如果你學過線性代數，微積分，概率論和程式設計，我建議你從史丹福大學的cs231n課程開始。這門課內容廣泛，寫得很高。可每次課的幻燈片都可以**，雖然官方**刪除了配套的**，但是你很容易就能在網上搜尋到。
如果你沒有學過那些數學課，網上也有很多免費的學習材料可以陵並用謹埋來學習必要的數學知識。gilbert stange的線性代數課程很適合入門。對於其他科目，edx上有mit的微積分和概率論課程。
如果想學習更多關於機器學習祥汪螞的東西，andrew ng在coursera上的機器學習課程是最佳入門選擇。除此之外，yaser abu-mostafa的機器學習課程更關注理論，但也很適合初學者。學習深度學習並不要求掌握機器學習，但如果能有一些瞭解的話還是很有幫助的。
此外，學習經典的機器學習，而不僅僅是深度學習，能讓我們有深厚的理論背景———因為，深度學習並不總是最佳方案。
2樓：以心
通過視覺化手段，除錯理解cnn網路的技巧——visualize layer activations：
通過將神經網路隱藏層的啟用神經元以矩陣的形式視覺化出來，能夠讓我們看到一些有趣的insights。
線性可分視角：神經網路的學習就是學習如何利用矩陣的線性變換加啟用函式的非線性變換，將原始輸入空間投向線性可分/稀疏的空間去分類/迴歸。增加節點數：
增加維度，即增加線性轉換能力。增加層數：增加啟用函式的次數，即增加非線性轉換次數。
物理視角：「物質組成」
類比：回想上文由碳氧原子通過不同組合形成若干分子的例子。從分子層面繼續迭代這種組合思想，可以形成dna，細胞，組織，器官，最終可以形成乙個完整的人。
繼續迭代還會有家庭，公司，國家等。這種現象在身邊隨處可見。並且原子的內部結構與太陽系又驚人的相似。
不同層級之間都是以類似碼喊的幾種規則再不斷形成新物質。你也可能聽過分形學這三個字。可通過**從1公尺到150億光年來感受自然界這種層級現象的普遍性。
人臉識別情景：我們可以模擬這種思想並應用在畫面識別上。由畫素組成菱角再組成五官最後到不同的人臉。
每一層代表不同的不同的物質層面 (如分子層)。而每層的w儲存著如何組合上一層的物質從而形成新物質。如果我們完全掌握一架飛機是如何從分子開始一層一層形成的，拿到一堆分子後，我們就可以判斷他們是否可以以此形成方式，形沖模舉成一架飛機。
物質組成視角：神經網路的學習過程就是學習物質組成方式的過程。增加節點數：
增加同一層物質的種類，比如118個元素的原子層就有118個節散碧點。增加層數：增加更多層級，比如分子層，原子層，器官層，並通過判斷更抽象的概念來識別物體。
3樓：賣萌
既然希望網路的輸出儘可能的接近真正想要**的值。那麼就可以通過比較當前網路的**值和我們真正想要的目標值，再根據兩者的差異情況來更新每一層的權重矩陣（比如，如果網路的**值高了，就調整權重讓它**低一些，不斷調整，直到能夠**出目標值）。因此就需要先定義「如何比較**值和目標值的差異」，這便是損失函式或目標函式（loss function or objective function），用於衡量**值和目標值的差異的方程。
loss function的輸出值（loss）越高表示差異性越大。那神經網路的訓練就變成了儘可能的縮小loss的過程。所用的方法是梯度下降（gradient descent）：
通過使loss值向當前點對應梯度的反敬團方向不斷移動，來降低loss。一空缺次移動多少是由學習速亮虧橘率（learning rate）來控制的。<>
什麼是深度學習？
4樓：渡玖
深度學習的五大特徵包括：聯想與結構、活動與體驗、本質與變式、遷移與應用、價值與評價這五個特徵。
1、聯想與結構：既指學生學習方式的樣態，也指這樣的學習方式所處理的學習內容（學習物件）強調「聯想與結構」，意在強調個體經驗與人類知識在深度學習這裡不是對立的，而是相互成就、相互轉化的。
2、活動與體驗：是深度學習的核心特徵，的是深度學習緩慶缺的執行機制問題。「活動」是指以學生為主體的主動活動，而非生理活動或受他人支配的肢體活動；「體驗」是指學生在差薯活動中生髮的內心體驗。
活動與體驗相伴相生。
3、本質與變式：的是如何處理學習內容（學習物件）才能夠把握知識的本質從而實現遷移的問題。也就是說，發生深度學習擾辯的學生能夠抓住教學內容的本質屬性、全面把握知識的內在聯絡，並能夠由本質推出若干變式。
4、遷移與應用：「遷移與應用」解決的是知識向學生個體經驗轉化的問題，即將所學知識轉化為學生綜合實踐能力的問題。「遷移與應用」需要學生具有綜合創新的意識，同時，也正是有目的地培養學生綜合能力、創新意識的活動。
5、價值與評價：「價值與評價」的是教學的終極目的與意義的問題，即教學是培養人的社會活動，要以人的成長為旨歸。人的所有活動都內隱著「價值與評價」，教學活動也不例外。
深度學習只有在北京學習嗎,深度學習是學習人工智慧嗎？
不是的，深度學習是在任何地方都可以學習的 深度學習課程是線上直播課，沒有地點的限制，您在 都是可以去學習的。而且課程是可以重複 的。在上直播課過程中，中科院專家親自答疑解惑，保證授課質量如果對深度學習有興趣的話，可以進一步再多瞭解一下。當然不是，一線城市北上廣浙江等等都有深度學習，很優秀的教育機構只...
深度學習和機器學習到底是什麼，深度學習和機器學習的區別是什麼
中公教育it優就業 簡單來說，機器學習是實現人工智慧的方法，深度學習是實現機器學習的技術。機器學習在實現人工智慧時中需要人工輔助 半自動 而深度學習使該過程完全自動化 三者關係 舉個例子 通過機器學習演算法來識別水果是橘子還是蘋果，需要人工輸入水果的特徵資料，生成一定的演算法模型，進而可以準確 具有...
如何引導學生進行深度學習
深入學習的基礎是專心致志。比如專心聽課 課前要先做好預習工作，找出不懂的知識 發現問題，帶著知識點和問題去聽課會有解惑的快樂，也更聽得進去，容易掌握。課堂聽課的時候要多種動作協調起來，比如邊聽邊做筆記。同時，要參與交流和互動，思考老師講的或提出的問題，能回答得儘量回答。回答問題的好處不僅僅是表現，更...