前言：对深度学习有个直观的了解，类似于信号处理里面FFT展开后的常数项，接下来要就某一个算法进行研究这是一次项，然后就是二次项、三次项·····
感知机是神经网络的雏形，但是无法解决复杂函数例如异或问题，因此出现了多层感知机，多层感知机可以摆脱早期离散传输函数的束缚，使用sigmod或tanh等连续函数模拟神经元对激励的响应，在训练算法上则使用BP反向传播算法，对啦！这就是我们现在名声大噪的神经网络NN啦！
ps. 额，其实就是换了个超叼的名字····
多层感知机给我们的启示是：神经网络的层数决定了它对现实的刻画能力，利用每层更少的神经元拟合更复杂的函数；
同时面临的问题是：
- 层数增加，越易陷入局部最优解；
- 数据有限的情况下，性能可能还不如浅层的；
- 梯度消失问题，sigmod每反向传递一层梯度就衰减为原来的0.25（假设原来是1）；
2006年Hinton李勇预训练方法缓解了局部最优解问题，隐含层推至7层，开启了深度学习的热潮；
为了克服梯度消失问题，ReLU、maxout等传输函数代替了sigmod，形成了如今DNN（深度神经网络）的基本形式，也就是说：单从结构上来说，全连接的DNN和上面说的多层感知机是没有任何区别的。
高速公路网络和深度残差学习进一步避免了梯度消失问题，网络层数达到了前所未有的一百多层；
CNN
慢慢地深度网络向图像迁移，但是图像很大啊，比如1K1K的图像，当我们使用全连接*的时候，隐含层是不是就有1M个节点啊：
光是第一层就有10^12个权重需要训练，这不仅计算量太巨大，而且特别容易过拟合陷入局部最优啊！
图像中有轮廓的概念，这是先人的研究成果，因此结合神经网络，就捯饬出了一个所谓的卷积核出来，用卷积核来处理轮廓单元等其他一些操作（从直觉来看，不同的卷积核是可以学习到不同的结构特征的），注意卷积核移动时是全局共享的，且卷积后图像位置是不变的。
CNN限制参数个数，并挖掘了局部特征。
RNN
上面模式的全连接DNN无法处理时间序列的数据，为了处理带时间特性的数据如语音，因此出现了RNN循环神经网络；
在普通的全连接网络或者CNN中，每层的神经元信号只能向上一层传播，样本的处理在各个时刻独立，因此前向传播由此而来。而RNN神经元的输出可以在下一个时间戳直接作用到自身。
（t+1）时刻网络的最终结果O(t+1)是该时刻输入和所有历史共同作用的结果！从而实现对时间序列的建模。
然而，RNN是一个在时间上传递的神经网络，它的深度是时间的长度，boom！！！梯度消失再次出现，发生在时间轴上，因此为了解决时间上的梯度消失，长短时记忆单元LSTM就闪亮登场了，它通过门的开关实现时间上记忆功能，并防止梯度消失。
