注2：本人實為機器學習菜鳥，文中難免存在不足或錯誤，敬請指正。為了不斷激勵自己學習，將陸續寫出自己在機器學習領域方面的體會和心得。
從2023年5月中旬到2023年6月中旬，本人將i.goodfellow的深度學習一書大概看了一遍，看的稀里糊塗，只從整體上了解了一下深度學習的發展歷史、基本概念、常用方法和模型以及應用情況。如要深入理解和掌握深度學習，還必須多動手編碼、多看最新的深度學習**和資料等。
回到正題，其實深度學習是機器學習領域的乙個分支而已，從2023年乙個加拿大的科學家辛頓發表了一篇文章開始火起來的，深度學習在早些年是已經存在了，從10年到現在的最近幾年成為熱點，尤其是2023年谷歌的阿法狗與南韓高手李世石的圍棋博弈，最終谷歌阿法狗贏了，其中深度學習起著核心作用。那麼深度學習為什麼威力這麼大？為什麼人贏不過阿法狗，當然阿法狗估計現在向人們解釋不了他為什麼能贏？我們知道，深度學習本質上是一種機器學習，而機器學習從廣義上來講，他跟我們人類自身的學習很相似，我們認識乙個事務或理解乙個東西，獲取某方面的知識，是從不斷的社會實踐經驗中來；同樣的道理，機器學習是從我們稱為一種叫做訓練資料中得到我們的知識；我們人類自身學習好不好，獲取知識多不多，關鍵因素靠學習方法；同樣，機器學習要獲得好的泛化能力，也要依賴訓練模型或方法。所以，機器學習可以從我們人類學習乙個事務中獲取啟發，同樣深度學習也是這樣。接下來，我將根據i.goodfellow的深度學習一書的目錄架構開始我們的深度學習之旅。
i.goodfellow的書總共包括3大部分，第一部分是數學基礎和機器學習基本概念，包括線性代數、矩陣分析、概率統計、資訊理論、神經計算、機器學習概論；第二部分是現代深度網路，包括深度前向網路、正則化、訓練深度網路模型的優化理論、卷積神經網路、遞迴神經網路、實踐及應用；第三部分是深度學習研究，包括線性因子模型、自動編碼、表示學習、概率圖模型、蒙特卡洛方法、區分函式、近似推斷、深度生成模型。書中大概內容基本上是這麼多，已經包括深度學習的大部分內容了。深度學習內容很多，深入理解每乙個分支需要花費大量時間和經歷。其實深度學習發展到現在，已經在工業界和學術界得到了廣泛的應用，尤其是工業界很多產品或系統都相繼被開發出來。
深度學習目前在工業界的應用已經越來越廣泛和深入了，主要集中在影象識別、語音識別、自然語言處理這三大領域，後續將陸續應用到多個應用領域，如智慧型硬體、航空航天、工業機械人、交通、旅遊、民生等多個行業領域。下面，將從基本的深度學習開始總結，主要涉及深度學習基礎、常用模型和演算法、深度學習的應用場景、深度學習的思考等。
PaddlePaddle深度學習體會
飛槳使用的體驗和感受 對深度學習有哪些新的認識？之前只知道深層的神經網路叫深度學習，通過這個課程 飛槳深度學習7日打卡營 我知道深度學習應用分為cv nlp rec和speech等幾個領域。並且了解了各個領域的歷史和一些已有的模型。深度學習可以實現一些複雜的功能，在生活中有廣泛應用。學到了哪些硬核技...
深度學習體會（一） 我的開始
我確實很佩服hinton老爺子，不僅是因為他持之以恆的毅力，能在別人都要退休的年齡搞出來deep learning，更佩服他對乙個方向挖掘的能力。這段時間老闆讓我看看深度學習，然後跟他講講，原因就是本人乃唯一乙個從影象組轉到導航組的 人才 要知道老闆還真是老闆，在招我的時候就是以影象導航大有所為 神...
STL學習體會1
最近在開始學習stl，記錄一些學習的心得和體會，如有不足，期待大家批評指正！stl standard template library 即標準模板庫，是乙個具有工業強度的，高效的c 程式庫。該庫包含了諸多在電腦科學領域裡所常用的基本資料結構和基本演算法。為廣大c 程式設計師們提供了乙個可擴充套件的應...