「已注销」 于 2019-09-04 16:17:05 发布深度学习是什么？
这不用说了，怎么开始学深度学习呢？当然会给你推荐深度学习的经典之作《“花书”》，当你满心欢悦拿到这本书的时候（大佬除外），你会发现HOW What is are？
然后就开始了入门到放弃。。。。。
因此为提高大家入坑深度学习的兴趣，我简单讲一下自己的学习过程（本人菜鸟）
首先我是学习下深度学习是啥，我总结最重要的是理解卷积神经网络！何为卷积神经网络呢，即为具有深度的神经网络，说起来就是类神经元结构，输入几个信号加权，运算后输出结果，这就是神经元结构，而深度学习就是神经元连着神经元，几个输入加权输出，几个输入加权输出，好多个这种单元并列且前后叠加起来，脑补一下吧！再不行百度。。。
卷积神经网络其实和神经元还不太一致，它主要两个部分卷积和池化。卷积可以这样理解，一张画满格子的纸，然后拿一个格子（其实是几个格子（其实是卷积核）），拿这个格子和之上每一个格子叠加（卷积），这样画满格子的纸上，每个格子特征都提取出来了，不理解卷积的可以想象为你拿的格子是个10倍放大器，用它把每个格子放大，是不是特征很明显了，当然卷积过程还是得好好查文献学习。
我们继续，当你“放大”特征后，发现还是这么多格子，没啥变化，这时候池化层就来了，目前常用的最大和平均方式，即你把每个格子“放大”后的纸上，每四个（可以更多）取一个最大的（或者四个取平均），你发现纸是不是变小
