深度学习第60讲：深度学习笔记系列总结与感悟

     通过 2018 年底的一番紧赶慢赶，深度学习系列终于写满 60 篇笔记了，半年前定下了学习目标，勉强达成了吧。虽然现在再回头翻看前面的一些笔记会有很多不成熟、甚至是错误的地方，但和大家一样，你我都是在学习中进步、在坚持中成长。

     去年这个时候，我还是一个对深度学习一无所知的 R 语言用户，去年年终总结的时候给 2018 定的一大目标就是深入人工智能方向的学习。半年前，也就是 6 月份的时候，决定结合 Andrew NG 的 deeplearningai 五门课和自己工作方面的一些实践系统的学习、记录和总结一个系列的深度学习笔记内容。虽然过程有些艰辛、中间甚至有隔过一个月的时间没有去学习总结，但好在最后都坚持写下来了。

     整个笔记系列，既是我自己在深度学习方面的入门总结，方面后面我复习使用，另一方面，也通过不断的分享，希望能给想入门深度学习的各位有一丝的启发和帮助。整个系列笔记作为教程来说还远远不够，比如说第一讲一上来就手动搭建多层感知机，这对于入门来说肯定不友好，对于深度学习必备的数学和概率统计知识也通篇没有讲到，所以整个笔记充其量只能算是个人学习总结。

     但整个内容是相对完善的，对于深度学习三大神经网络结构：DNN、CNN和 RNN 基本原理都有着较为详细的讲解，对于深度学习在计算机视觉和自然语言处理两大领域的应用有着相对深入的总结。对于一些延申知识、比如说深度生成模型 VAE、GAN 和深度强化学习等也有涉及。

   整个系列笔记总字数 15 万+字、精读及泛读论文 40 余篇，参考总结了 deeplearningai、cs231n、cs224d 等多门深度学习课程，重在基础理论和实践代码并行，对深度学习三大实践框架 TensorFlow、Keras 和 PyTorch 都有所涉及。在此也感谢学习过程中查到的、参考到网上一些前辈的总结和资料。

     在整个学习和总结过程中，不断的确立了我研究的兴趣方向、坚定了我未来职业发展道路，接下来，将选择对计算机视觉和自然语言处理两个领域进行深耕，多走一些工程实践，希望 2019 年能够学有所成。也祝在这个公号下长期以来关注我的朋友们元旦快乐、学习进步和工作顺利！

深度学习笔记索引：

---

一个数据科学从业者的学习历程

长按二维码.关注机器学习实验室