[PyTorch][chapter 7][李宏毅深度学习][深度学习简介]

前言：

深度学习常用的开发平台

|------------|
| TensorFlow |
| torch |
| theano |
| caffe |
| DSSTNE |
| mxnet |
| libdnn |
| CNTK |

目录：

1： 深度学习发展历史

2： DeepLearning 工程简介

3： DNN 简介

---

一 发展历史

---

二 DeepLearning 工程简介

深度学习三大步：

|------------------|
| 定义映射函数（神经网络） |
| 定义损失函数 |
| 通过梯度更新，选择最好的映射函数 |

2.1 Neural Network

给定了一个函数，可以设置不同的参数，所以对应为

一个函数集合

不同模型在图像识别上面的错误率,

---

三 DNN

深度神经网络 (Deep Neural Networks, 以下简称DNN)是深度学习的基础,这里面结合

手写数字的例子简单的介绍一下

3.1 模型

可以分为三部分：

输入层,隐藏层,输出层

3.2 损失函数

3.3 Graident Descent

通过Backpropagation(反向传播算法)更新梯度，Backpropagation 后面会单独介绍

参考：

6: Brief Introduction of Deep Learning_哔哩哔哩_bilibili