转自公众号-AI圈终身学习，深度学习零基础入门与面试必会-系列文集。
致力于提供一个有情怀的集训互享开源平台，欢迎关注。
不用框架，代码手撸深度神经网络，系列文章。适合零基础入门，更适合进阶。系列文章，提前关注不迷路。适宜人群：
- 深度学者初学者
- 深度学习面试进阶者
- 有意向转行AI的IT从业者
- 对深度学习感兴趣的在校大学生
纸上得来终觉浅，文集所有代码地址：https://github.com/AIGroup-Z/deep-neural-network
一、当下
你会发现谷歌翻译越来越好用了、淘宝给你推荐的东西越来越想买了、你不知道淘宝客服到底是人还是机器人了、你花了更多时间玩抖音和今日头条了、百度推出无人车要量产了。很多同学不看好AI发展，也只有一句话能表达我的观点：我们喜欢高估五年，却低估十年。Anyway，了解下总是不会有错的。
二、深度学习是啥？
要说深度学习就得先说神经网络。我们知道人工智能是以月为单位，高速发展的行业。其中机器学习是人工智能中的一种方法，在机器学习中有一类算法叫神经网络(其他的不用关心，我们暂时不学)。神经网络长这个样子：
其中INPUT叫输入层，HIDDEN叫隐藏层， OUTPUT叫输出层。如果HIDDEN隐藏层有：
- 一层：神经网络
- 两层及以上：深度神经网络
深度学习主要以深而复杂的神经网络模型为基础，能挖掘海量数据深层蕴藏的数据规律，具备强大的学习能力。来一张图对比下：
这张图从上到下分别是：
- 大型神经网络
- 中型神经网络
- 小型神经网络
- 传统机器学习算法
可以看到数据量较小的时候，这几类算法性能不相上下。但是随着大数据时代的爆发，数据量几何倍增长。深度学习因为能组合底层特征形成更加抽象的高层特征，从而得到了用武之地。可以毫不夸张地说，深度学习彻底改变了传统机器学习算法的解决问题方式。所以对于想要了解或者从事该行业的人员，有一个扎实的深度学习基础功是非常重要的。
三、扎实的深度学习基础到底是什么？
如果你说你只能用Keras、PyTorch、MXNet或者TensorFlow搭建神经网络那只能是不及格的。扎实的深度学习基础简单说就两个方面：
- 脱离框架懂网络原理
- 多练习使用框架实战，调参积累和数据直觉
我知道很多朋友在第二点上有经验，能打比赛，但是心里始终觉得自己没有吃透深度学习。但是网络上几乎所有教程都是用框架做深度学习，学会了也只能搭积木不能造轮子。
所以我准备花点时间总结一个系列文章，总结过程也帮助自己在第一点上打牢基础。以后不管是面试还是写业务，都可以熟练的不依靠框架手写一个CNN丢面试官或者老板脸上。适合零基础，更适合想进阶的朋友。
四、如何学习深度学习？
这是本系列文集暂定要写的内容：
我比较注重深度学习实践结合理论，用通俗的文字表达观点。只要你跟着写了代码，一定能学懂。如果您是新手看得云里雾里，暂时不要急，直接看下一章开始学习吧！（ps:大家多关注，更有动力加速更新哟~）
如果有任何问题，你不是一个人。可以在公众号首页找到我们的组队学习群。
