作為人工智慧領域乙個重要的研究分支，深度學習技術幾乎出現在當下所有熱門的ai應用領域，包括語音識別，語義理解，影象識別，大資料分析等等，甚至有人把當前的人工智慧等同於深度學習。面對如此重要的江湖地位，我們相信一定有為數眾多的 ai 開發者對深度學習技術充滿了好奇心，想要快速著手使用這項強大的技術來解決現實生活中的實際問題。因此，ai研習社將圍繞深度學習技術整理乙個系列文章，全面覆蓋與其相關的各項知識點。
需要提前說明的是，無論教程怎樣淺顯易懂，如果要深刻理解深度學習的技術原理，一些基礎的數學知識還是必不可少的，包括微積分、線性代數和概率論等。這些都是各高校的必修課，大家可以輕鬆找到豐富的中文教程。這裡僅列出三個值得參考的免費的英文教程。
下面進入本文的正題。
要入門深度學習，首選的乙個教程是來自台灣大學電機系李巨集毅教授的演講 ppt。該 ppt 共計301頁，源於 ieee dsc 2016 系列活動，當時打出的標題是「一天搞懂深度學習」。該課程非常適合初學者，以最簡單易懂的圖示和文字闡述了深度學習的基本原理、深度學習模型的各種訓練小技巧、遞迴神經網路和一些常見的深度學習應用。
李教授其他課程：
其次推薦來自史丹福大學的卷積神經網路課程，即 cs231n: convolutional neural networks（cnn） for visual recognition。該課程由著名華人 ai 學者李飛飛擔任主講，雖然課程名稱是卷積神經網路和影象識別，但前期進行了大量關於 python 開發環境搭建、神經網路原理等基礎知識的介紹，適合初學者認真研讀。目前該課程已經有了中文字幕版，鏈結如下：
說起深度學習的著名學者，則不得不提 yann lecun，yoshua bengio，geoffrey hinton 三人合著的一篇綜述：《deep learning》。三位世界級ai大牛合力編寫的這篇文章雖然只有不到 7 頁 a4 紙，但參考文獻卻超過百篇，被引用更是不計其數，含金量可想而知。這是一篇科普類的深度學習綜述性文章，並沒有介紹特別高深的技術細節，因此比較適合初學者。**從非常專業的角度深入淺出地講解了深度學習的基本原理，以及深度卷積網路和遞迴神經網路等較深入的話題。
下面推薦兩本適合初學者的免費的書籍。
一本來自上文提到的 yoshua bengio，他與另外兩位同事合著了一本名為《deep learning》的教科書。該書主要分為以下三個部分：機器學習和數學基礎，深度學習的基礎實踐，深度學習的進一步研究，內容全面、講解細緻，特別適合深度學習的初學者，完全免費。
另一本是 yc research 研究員 michael nielsen 所著的《neural networks and deep learning》。該書首先講述了神經網路的基本原理，然後基於該原理介紹了深度學習中的若干核心概念，同樣非常適合於初學者的入門學習，完全免費。值得一提的是，本書現在已經有了中文版。
說了這麼多英文課程，下面推薦乙個中文的：《deep learning（深度學習）學習筆記整理系列》。該系列文章從人腦的視覺機理入手，講述了深度學習的基本思想、深度學習與神經網路之間的關係、深度學習的訓練過程和常用模型演算法等，幾乎囊括了深度學習入門所必備的所有知識，被視為中文版的深度學習***。對英文資料的理解有障礙的讀者可以認真閱讀本教程。
到這裡，ai研習社相信經過上述教程的學習，各位開發者對深度學習的入門應該不會再有太大的障礙了。下面將推薦三個和深度學習相關的資料大集合，都是來自相關專業人士的權威總結。除了入門知識之外，這幾個集合還囊括了其他各種與深度學習相關的內容，包括各種程式語言的總結 、基礎的數學知識、高階的深度學習應用例項等等，可謂「包羅永珍」。
集合2：機器學習 (machine learning) & 深度學習 (deep learning) 資料
第一部分：
第二部分：
深度學習筆記整理
近期工作 1.對車輛碰撞 駕駛行為分析方面 彙總，並選擇性的閱讀了幾篇。2.學習深度學習相關知識，python資料處理知識。3.學習tensorflow神經網路庫，並搭建了開發環境。深度學習 deep learning 是 機器學習的一種形式 概念源於人工神經網路的研究。含多隱層的多層感知器就是一種...
《python深度學習》筆記整理
電影二分類問題 新聞多分類問題 通過分類編碼 也叫one hot 編碼 對標籤進行編碼，然後使用categorical crossentropy 作為損失函式。將標籤編碼為整數，然後使用 sparse categorical crossentropy 損失函式。波士頓房價的回歸問題在將原始資料輸入神...
深度學習（一）深度學習學習資料
持續更新 一 學習清單 1 收集了各種最新最經典的文獻，神經網路的資源列表 2 計算機視覺學習清單 3 機器學習學習清單 二 訓練資料 人臉資料 1 香港中文大學訓練資料集 此資料庫包含了20w張人臉，每張標註了5個特徵點 以及幾十種屬性 是否微笑 膚色 髮色 性別等屬性 2 68個人臉特徵點 3 ...