4深度學習基礎
5流程6應用場景
7參考文獻
最近學習深度學習的基礎，這裡主要是將一些了解的概念和資料做了一下總結，方便查閱。
最近隨著人工智慧這個概念的發展，並且作為國家戰略發展方向，機器學習，深度學習的概念也變得很火，許許多多的程式設計師都開始往這個方向發展，不過，還需要一些基礎才行。
深度學習的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深度學習結構。深度學習通過組合低層特徵形成更加抽象的高層表示屬性類別或特徵，以發現資料的分布式特徵表示。1
國內源配置
anaconda預設使用的源並不是國內的，我們可以配置為國內的清華大學的源，來加快速度。
conda config --add channels
.tsinghua
.edu
.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
執行conda install numpy測試一下吧。
參見原**：點我。
jupyter可以使用conda來安裝，十分方便。
conda install jupyter notebook1、生成配置檔案
jupyter
notebook--
generate
-config
配置檔案在主目錄： .jupyter/jupyter_notebook_config.py
開啟配置檔案，修改預設路徑：
# the directory to
usefor notebooks and kernels.
將#號去掉，然後填入路徑3、生成密碼
生成密碼可以改配置檔案，不顧使用命令列更簡單：
jupyter notebook password常用到的庫如下：
一般來說，機器學習的開發流程是這樣的：
[python學習]：《python學習手冊》
[python科學]：《python科學計算》
[統計學]：《統計學習方法》李航
[數理統計]：《概率論與數理統計》陳希儒
[優化]：《凸優化》
[deep learning]：
[deep learning中譯本]：
[neural networks and deep learning]：
[grokking deep learning(需購買)]：
[深度學習筆記(推薦)]：
[機器學習資料-上]：
[機器學習資料-下]：
[jupyter]：
[基於瀏覽器的神經網路模擬器]：
訓練資料庫：
[uci機器學習庫]：
[jupyter]：
[conda]：
深度學習筆記（1）
深度學習是機器學習的分支，要學深度學習，首先要知道機器學習。1 模型是機器學習的最終輸出結果。2 機器學習是依賴模型自身獲得引數而非依賴人，通過訓練資料去找模型解決問題。3 針對某類問題，如果人能夠很容易地解決，那我們直接使用大腦中解決辦法所遵循的規則無非是極好的，難的是如何把這些規則抽象為計算機能...
深度學習筆記總結 1
針對深度學習基礎部分，有必要惡補一些吳恩達的深度學習課程，其實晚上有很多總結和筆記，本系列文章是針對黃海廣大佬整理的 深度學習課程筆記 v5.47 的總結和自己的理解，以便加深印象和複習。下面是邏輯回歸的輸出函式 損失函式又叫做誤差函式，用來衡量演算法的運 況，loss function 通過這個?...
深度學習研究草稿筆記（1）
from tensorflow.models.rnn import rnn改為 import tensorflow.contrib.rnn as rnn rnn.rnn cell,inputs,initial state self.initial state 改為 rnn.static rnn ce...