深度学习基础知识教程

本文主要分享一些深度学习入门的学习途径，同学们共同进步呀！

首先说下学习深度学习必备技能：

Python、高等数学（现代、微积分）、英文文献阅读、查找资料（博客、论坛、Git）

个人认为如果以前没学习过python也没关系，有其他语言基础的情况下再去学习一门新语言其实不是很困难，首先了解其语法快速入门，后续慢慢进阶即可。

1、博客

推荐理由：分七部分进行介绍，重点突出，快速入门 每一期都附带详细代码演示 讲解浅显易懂，适合零基础学习

2、吴恩达视频教程

推荐理由：讲解的是机器学习，知识体系更加系统，包括机器学习的一般程序和方法，包括数据预处理，超参数调优等 适合掌握了一定基础以后学习

3、书籍推荐

《机器学习》周志华编著，俗称 "西瓜书"

4、论文阅读

5、常用术语中英文对照

机器学习 Machine Learning 深度学习 Deep Learning 深度强化学习 Deep Reinforcement Learning 神经网络 Neural Network 卷积神经网络 Convolutional Neural Network（CNN） 循环神经网络 Recurrent Neural Network（RNN） 卷积层 Convolution Layer 平均池化 Average-Pooling 最大池化 Max-Pooling 批标准化 Batch Normalization(BN) 激活函数 Activation Function 全连接层 Fully Connected Layer 多层感知器 Multilayer Perceptron 学习率 Learning Rate 前向传播 Forward Propagation 反向传播 Backpropagation 损失函数 Loss Function 交叉熵损失 Cross-Entropy Loss 梯度 Gradient 随机梯度下降 Stochastic Gradient Descent（SGD） 泛化能力 Generalization Ability 欠拟合 Underfitting 过拟合 Overfitting 语义分割 Semantic Segmentation 目标检测 Object Detection 监督学习 Supervised Learning 无监督学习 Unsupervised Learning 特征检测 Feature Detection 端到端学习 End-To-End Learning 多任务学习 Multitask Learning 迁移学习 Transfer Learning 微调 Fine Tune