最近开始学习深度学习，总体来说深度学习分为两块，一块为感知器函数，另外一块为神经网络模型。如果不想硬啃教材的，如下的这个教程算的上是良心，从感知器到常见网络模型如：RNN，LSTM等都有介绍，并且附有其GitHub的python实现代码。并揭示了不同模型之间的区别和优缺点，基本对于每个模型的数学公式都有全方位的推导。所以在这就不加以累述了，希望入门深度学习的童鞋们，就可以点开下面链接，打开新世界的大门了。（现只有7章不过已经涵盖了绝大部分常用模型，不过下文需要有一定的高数基础，别的不谈就高数以及矩阵计算需要有一定的知识储备，不过难度其实不是很大，对于推导公式没有兴趣的同学也可以尝试看看）
零基础入门深度学习
点击打开链接