目前自己刚刚开始接触深度学习，深度学习里面的原理可谓是基本不懂，但是这并不影响我用开源CNN框架训练自己的模型，但总是这样感觉内心没底，于是最近开始从底层开始了解深度学习的原理。
首先要了解神经网络的相关内容，之前在Coursera上学过Andrew Ng的《机器学习》，但是神经网络部分没弄明白，这次是重刷这门课程，在神经网络这两周花了大量时间，对里面的每个公式都进行了深入的推导，相关的链接都在最后。
链接1是Coursera上《机器学习》的网址。
链接2介绍了成为深度学习专家的练级之路，第一条就是学习上面提到的课程，第二条是自己编写一个神经网络。
链接3是《机器学习》第五周的详解，可用用来做参考。
链接4是BP算法中一些关键公式的推导。
链接5用一个详细的例子介绍了BP算法。
链接6从神经网络介绍到深度学习，里面有例子，有改进方法，有原理等很多丰富的内容。
https://www.coursera.org/learn/machine-learning/ Coursera《机器学习》
http://www.almosthuman.cn/2015/12/16/rhnvh/ 七步打造深度学习专家
http://blog.csdn.net/abcjennifer/article/details/7758797 Coursera《机器学习》神经网络的学习详解
https://www.cs.swarthmore.edu/~meeden/cs81/s10/BackPropDeriv.pdf Derivation of Backpropagation
https://mattmazur.com/2015/03/17/a-step-by-step-backpropagation-example/ A Step by Step Backpropagation Example
http://neuralnetworksanddeeplearning.com/about.html Neural Networks and Deep Learning