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：