（零）深度学习之引言

前言

此篇由本人在学习深度学习过程中总结得出，仍在学习，多多包涵。
接下来会开始写一系列的深度学习内容，既为了方便自己查询复习，也方便各位学习讨论。

学习内容主要来源于 -《动手学深度学习》

1. 什么是深度学习

深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，是机器学习的一个子集，深度学习是“深度”的，模型学习了许多“层”的转换，他可以表示数据的低级细节，抽象出可以区分的概念，这使得深度学习方法优于普通的机器学习方法。深度学习不需要我们自己去提取特征，而是自动地对数据进行筛选，自动地提取数据高维特征。

深度学习是人工智能领域中一项重要的技术，它通过模拟人脑神经网络的结构和功能，实现了对数据的智能处理和分析。随着计算机计算能力的提升和大数据的涌现，深度学习在图像识别、语音识别、自然语言处理等领域取得了巨大的突破，成为推动人工智能发展的关键技术之一。

深度学习的核心是人工神经网络，它由多个神经元层组成，每个神经元层都与前后两层相连接。通过大量的训练数据和反向传播算法，神经网络能够自动学习数据中的特征和规律，从而实现对数据的分类、识别和预测。与传统的机器学习算法相比，深度学习能够处理更复杂的问题，并且具有更高的准确率和泛化能力。

2. 学习深度学习需要学习什么

• 大学数学的知识，需要了解多元函数的求导方法和梯度等概念。
• 微积分，非常重要。
• 线性代数的基本知识，了解向量，矩阵等知识
• 概率，比较重要。
• 离散数学，比较重要。