下面是两篇概论，总结的挺好。
01_introduction-to-deep-learning
平素不怎么喜欢概论，就像书的序言一样。但是简单的叙述，来介绍这门课的内容还是可以的。
我是学完第一门课，才回来总结笔记的。虽然在纸上记录了。但强迫症，还希望从头到尾有一份电子的。
第一周的最后是识别猫。
不禁思考：用测试集来测试，训练集训练的模型，还是有道理的。因为，这就像抽样一样，测试集也可以看成与训练集有相同的特征。 深度学习通过，寻找最小的损失函数，来确定合适的参数。“即，找到了这些图片猫的特征？？？？”
用这些猫的特征，就可以来判断新放入的图片中是不是有猫。
这真的是很神奇的事情。因为，那些0101之间是否真得藏有一些猫的特征？？
扫描二维码关注公众号，回复：
5462944 查看本文章
（比较草但的是，刚刚我的输入法莫名其妙的出了问题。总是自动转化成英文，无法再切换成中文。于是乎，装了一个fctix。挺好用的）