之前一直对深度学习略有耳闻，但没有研究过相关内容，只知道需要数学基础，公式推导什么的。不过因为当项目有不少地方用到了人脸识别，车牌识别，属于深度学习应用的一个小小的分支，觉得有必要去研究下深度学习是什么，如何应用到我们的项目中来。
9月份的工作之余都会画时间看看深度学习相关资料，至此已经接近一个月的时间了，不管如何对当月的学习状况做一次总结，明白自己已经学到了什么，对哪些地方还有疑问。
介绍
深度学习属于人工智能的范畴。
人工智能(Artificial Intelligence)是一个最广泛的概念，人工智能的目的就是让计算机这台机器能够象人一样思考，而机器学习(Machine Learning)是人工智能的分支，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，使之不断改善自身的性能。
深度学习也称为深度结构化学习或者分层学习，是基于学习数据表示的更广泛的机器学习方法系列中的一种，深度学习是一类机器学习算法，而不是特定的某个算法。
从实际问题和自然语言的现有挑战出发，设计针对问题最适合合理有效的模型
从不指望一个算法和问题可以解决所有问题，所有遇到的问题会做出合理的分析和拆解，针对各个难点设计最优解决算法，各个击破。
伴随数据、算力、算法的不断发展，近些年深度学习得到了快速的发展。
- CNN：卷积神经网，用于解决图片数据与语音数据
- RNN：语音数据，文本数据
- 自动编码集等。
基础
想要学习深度学习时，做什么准备？要预备哪些东西？常听到的各种概念，神经元，感知器，前向运算，反向运算，神经网络是什么东西？什么是训练，怎么训练等等。
先看一下深度学习的整体框架包含哪些内容，这些是必须要清楚和了解的。
深度学习结构图：https://github.com/dformoso/deeplearning-mindmap
动手实战
环境
- Linux + Windows
- Anaconda
- TensorFlow 1.14
- keras 2.23
实战代码
地址：https://www.jianshu.com/p/dc5d2156b435
深度学习应用
目标检测算法
R-CNN -> Fast R-CNN -> Faster R-CNN
YOLO
SSD
人脸算法
MTCNN - 人脸检测
FaceNet - 人脸识别
SphereFace - 人脸识别
展望
学习常见CNN网络的原理，看对应的论文
主流应用算法论文
深度学习算法调优
