动手学深度学习Dive into Deep Learning加州大学伯克利分校2019年春学期“Introduction to Deep Learning：欢迎进入AI学习的世界

本书的英文版Dive into Deep Learning是加州大学伯克利分校2019年春学期“Introduction to Deep Learning”（深度学习导论）课程的教材。截至2019年春学期。笔者想在csdn blog分享自己的交流心得。

在本书中，需要经过反复思考，编程，才能获得较浅层次领悟（课程中同时会引用经典内容、图片、代码的时候我也会具体注明）

1、编写目的

1. 突破语言障碍：在高水平书本中领悟，会选择世界名校，如加州大学伯克利分校等计算机强校课程
2. 内容全面：各类深度学习中文学习笔记比较多，但是只是针对某个算法或者某门课程（方向），比较少有全面清晰讲解
   3.通俗易懂：用“最通俗的语言、最少的数学公式”，带领徘徊在机器学习门口的同学们，入门、提升

读者要求

建议学习本教程的同学具备一定的高等数学、概率论、线性代数的知识和掌握Python语言。

2、学习路径

本教程一共分为十章，估计在50篇博文左右（每周一更或者两更），预计2个月完成：

目录

• 第一章 深度学习简介（已更新）
• 第二章 预备知识（正在更新）
• 第三章 深度学习基础（未更新）
• 第四章 深度学习计算（未更新）
• 第五章 卷积神经网络（未更新）
• 第六章 循环神经网络（未更新）
• 第七章 优化算法（未更新）
• 第八章 计算性能（未更新）
• 第九章 计算机视觉（未更新）
• 第十章 自然语言处理（未更新）