这篇文章是个目录，这个系列里面，我将会从浅到深，从点到系统的介绍深度学习与搭建神经网络的知识。
深度学习知识结构如下：
本文地址：http://www.paymoon.com:8001/index.php/2016/10/11/dl/
一、深度学习应用
1、图像识别
2、人脸识别
3、图像检测
4、OCR
5、语音识别
6、强化学习
7、自然语言处理
8、无监督学习
9、迁移学习
本文地址：http://www.paymoon.com:8001/index.php/2016/10/11/dl/
深度学习模型类型
1、神经元 神经网络
2、卷积 神经网络
3、递归 神经网络
深度学习模型求解
1、SGD(stochastic gradient descent)
2、AdaDelta
3、AG(adaptive gradient)
4、Adam
5、NAG(nesterov accelerated gradient)
6、RMSprop
深度学习模型泛化
1、Dropout
2、Dropconnect
3、data agumentation
深度学习特征表达
1、受限玻尔兹曼机
2、稀疏编码
3、自编码器
4、卷积神经网络
5、强化学习
6、深度置信网
本文地址：http://www.paymoon.com:8001/index.php/2016/10/11/dl/
深度学习开源库
1、tensorflow
2、torch
3、theano
4、caffe
5、cuda-convnet2
6、mxnet
7、ABtest
深度学习训练及预测优化
1、预测加速&模型压缩
2、训练加速
本文地址：http://www.paymoon.com:8001/index.php/2016/10/11/dl/
↧