深度学习知识手册分享

一、资源介绍

今天给大家分享一本深度学习知识手册，该手册包含深度学习领域的模型，工具，框架及一些大牛的知识，推荐大家给阅读~

深度学习 （也称为深层结构学习或分层学习）是基于人工神经网络的更广泛的机器学习方法系列的一部分。 学习可以是监督，半监督或无监督。

深度学习架构，如深度神经网络，深度置信网络，递归神经网络和卷积神经网络，已应用于计算机视觉、语音识别、自然语言处理、音频识别、社交网络过滤、机器翻译、生物信息学、药物设计等领域、 医学图像分析、材料检查和棋盘游戏程序，它们产生的结果可与人类专家相媲美，在某些情况下优于人类专家。

人工神经网络（ANN）受到生物系统中信息处理和分布式通信节点的启发。 人工神经网络与生物大脑存在各种差异。 具体而言，神经网络往往是静态的和象征性的，而大多数生物体的生物大脑是动态的（塑料的）和类似的。

深度学习所使用的阶层ANN具有多种形态，其阶层的复杂度被通称为“深度”。按构筑类型，深度学习的形式包括多层感知器、卷积神经网络、循环神经网络、深度置信网络和其它混合构筑。深度学习使用数据对其构筑中的参数进行更新以达成训练目标，该过程被通称为“学习”。学习的常见方法为梯度下降算法及其变体，一些统计学习理论被用于学习过程的优化。

二、主要内容

下面是这本手册的一些目录：（本文手册为英文版）

1. 人工神经网络

2. 深度学习

3. 学习功能

4. 无监督学习

5. 字嵌入（Word embedding）

6. 深度信念网络（Deep belief network）

7. 卷积神经网络（Convolutional neural network）

8. 递归神经网络（Recurrent neural network）

9. 长短时记忆（Long short term memory）

10. 谷歌大脑

11. 谷歌DeepMind

12. Theano(软件)

13. Deeplearning4j

14. Gensim

两个步骤

(1)长按识别下方二维码， 关注公众号