激活引入非线性，池化预防过拟合（深度学习入门系列之十二）
卷积神经网络的所有核心层
各个层各司其职，概括起来
- 卷积层： 从数据中提取有用的特征；
- 激活层： 为网络中引入非线性，增强网络表征能力；
- 池化层： 通过采样减少特征维度，并保持这些特征具有某种程度上的尺度变化不变性。
- 全连接层： 实施对象的分类预测。
深度学习入门系列(1-14)
一入侯门“深”似海，深度学习深几许（深度学习入门系列之一）
https://yq.aliyun.com/articles/86580?spm=a2c4e.11153959.blogcont174256.12.26081befb0t3ze
人工“碳”索意犹尽，智能“硅”来未可知（深度学习入门系列之二）
https://yq.aliyun.com/articles/88300?spm=a2c4e.11153959.blogcont174256.13.26081befb0t3ze
神经网络不胜语，M-P模型似可寻（深度学习入门系列之三）
https://yq.aliyun.com/articles/90565?spm=a2c4e.11153959.blogcont174256.14.26081befb0t3ze
“机器学习”三重门，“中庸之道”趋若人（深度学习入门系列之四）
https://yq.aliyun.com/articles/91436?spm=a2c4e.11153959.blogcont174256.15.26081befb0t3ze
Hello World感知机，懂你我心才安息 (深度学习入门系列之五)
https://yq.aliyun.com/articles/93540?spm=a2c4e.11153959.blogcont174256.16.26081befb0t3ze
损失函数减肥用，神经网络调权重（深度学习入门系列之六）
https://yq.aliyun.com/articles/96427?spm=a2c4e.11153959.blogcont93540.15.1e9c72f1eK0zgq
山重水复疑无路，最快下降问梯度（深度学习入门系列之七）
https://yq.aliyun.com/articles/105339?spm=a2c4e.11153959.blogcont93540.16.1e9c72f1eK0zgq
BP算法双向传，链式求导最缠绵（深度学习入门系列之八）
https://yq.aliyun.com/articles/110025?spm=a2c4e.11153959.blogcont93540.17.1e9c72f1eK0zgq
全面连接困何处，卷积网络见解深（深度学习入门系列之九）
https://yq.aliyun.com/articles/152935?spm=a2c4e.11153959.blogcont93540.18.1e9c72f1eK0zgq
卷地风来忽吹散，积得飘零美如画（深度学习入门系列之十）
https://yq.aliyun.com/articles/156269?spm=a2c4e.11153959.blogcont93540.19.1e9c72f1eK0zgq
局部连接来减参，权值共享肩并肩（深度学习入门系列之十一）
https://yq.aliyun.com/articles/159710?spm=a2c4e.11153959.blogcont93540.20.1e9c72f1eK0zgq
激活引入非线性，池化预防过拟合（深度学习入门系列之十二）
https://yq.aliyun.com/articles/167391?spm=a2c4e.11153959.blogcont93540.21.1e9c72f1eK0zgq
循环递归RNN，序列建模套路深（深度学习入门系列之十三）
https://yq.aliyun.com/articles/169880?spm=a2c4e.11153959.blogcont93540.22.1e9c72f1eK0zgq
LSTM长短记，长序依赖可追忆（深度学习入门系列之十四）
https://yq.aliyun.com/articles/174256?spm=a2c4e.11153940.blogcont169880.38.5dbf1c02W5ULOR理解CNN的9篇重要论文
理解卷积神经网络的利器：9篇重要的深度学习论文（上）
https://yq.aliyun.com/articles/552464?spm=a2c4e.11153959.blogrightarea174256.36.26081befr7YOUD
理解卷积神经网络的利器：9篇重要的深度学习论文（下）
https://yq.aliyun.com/articles/552509?spm=a2c4e.11153959.blogcont552464.23.456953d0izomKO李飞飞公开课: 面向可视化识别的卷积神经网络
李飞飞（Feifei Li）教授团队在斯坦福大学开设的公开课：面向可视化识别的卷积神经网络（CS231n: Convolutional Neural Networks for Visual Recognition），课程极其精彩。
http://cs231n.github.io/linear-classify/?spm=a2c4e.11153959.blogcont167391.30.ba3f235axZ1ub0机器学习路线图
机器学习路线图
https://blog.csdn.net/shenshen211/article/details/53006707