介绍：
网络层数比较深的网络学习
深度学习的经典网络模型：
1、卷积神经网络（CNN）
LeNet-5、AlexNet、VGG、GoogleNet、ResNet、DenseNet
2、 循环神经网络（RNN）
应用领域：机器翻译、情感分析等NLP领域
3、深度信念网络（DBN，Deep Belief Network）
2006年由Geoffreg Hinton（机器学习泰斗）提出，是一种生成模型，由多个受限玻尔兹曼机组成。
4、生成对抗网络（GAN）
对抗的双方分别为：判别模型和生成模型
5、深度强化学习（DRL）
四个基本组件组成：环境、代理、动作、反馈
深度学习框架：
Tensorflow, Keras, PyTorch, Paddle
Tensorflow 2.0, 2019年发布，相比于1.0更加简洁
https://tensorflow.google.cn/tutorials/quickstart/beginner
Pytorch，Facebook开发，Python + Torch
科学计算库，代替 Numpy，利用 GPUs
动态图设计，可以高效地进行神经网络的构造，学术界用的多
