深度學習 - 維基百科，自由的百科全書

• https://zh.wikipedia.org/wiki/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0
• 深度學習（deep learning）是機器學習的分支，是一種試圖使用包含復雜結構或由多重非線性變換構成的多個處理層對數據進行高層抽象的算法。
• 深度學習是機器學習中一種基於對數據進行表征學習的算法。觀測值（例如一幅圖像）可以使用多種方式來表示，如每個像素強度值的向量，或者更抽象地表示成一系列邊、特定形狀的區域等。而使用某些特定的表示方法更容易從實例中學習任務（例如，人臉識別或面部表情識別）。深度學習的好處是用非監督式或半監督式的特征學習和分層特征提取高效算法來替代手工獲取特征。
• 表征學習的目標是尋求更好的表示方法並創建更好的模型來從大規模未標記數據中學習這些表示方法。表示方法來自神經科學，並松散地創建在類似神經系統中的信息處理和對通信模式的理解上，如神經編碼，試圖定義拉動神經元的反應之間的關系以及大腦中的神經元的電活動之間的關系。
• 至今已有數種深度學習框架，如深度神經網絡、卷積神經網絡和深度置信網絡和遞歸神經網絡已被應用在計算機視覺、語音識別、自然語言處理、音頻識別與生物信息學等領域並獲取了極好的效果。
• 另外，“深度學習”已成為類似術語，或者說是神經網絡的品牌重塑。

MIT深度學習教程：一文看懂CNN、RNN等7種範例（TensorFlow教程）- 機器學習算法與自然語言處理

• https://mp.weixin.qq.com/s/YFJLsaXxSwgPS2_lfD0gng

沒練過這個項目，還怎麽做 AI 工程師？- CSDN

• https://mp.weixin.qq.com/s/IhPsQyBqHt1SkFMt9UMjeg

學習筆記之深度學習（Deep Learning）