深度学习笔记--从0到1

我将尽可能用白话的方式去解释深度学习技术，学习过程中我会用所掌握的一些技术去动手做一些比较有意思的项目，在体验的过程中去理解原理。

课程介绍

本课程将采用java技术来实现深度学习技术，当然若我在后面现实的过程中发现实在实现不下去的话…，也可能会切换到Python上去做，或许也会基于已有的技术框架来实现。尽管学过了深度学习的课程，但是自己动手去一点点实现还是有些困难的，得需要深扣细节和算法细节，由于个人能力有限所以更新可能不会特别及时还望见谅。

若你懂的java，了解springboot，对AI感兴趣就一块加入学习吧。

学习分享

我是基于吴恩达老师的开源课程学习的，大家感兴趣可以先去看吴恩达老师的公开课，建议先去看机器学习，然后再看深度学习的课程。

机器学习
https://study.163.com/course/courseMain.htm?courseId=1004570029
文刀 机器学习|理论与实战
https://www.youtube.com/playlist?list=PL_iBl5c4lkzpgB9ixAcHBZTwaupKSdb1i
深度学习
https://mooc.study.163.com/smartSpec/detail/1001319001.htm
基于java的DeepLearning框架 DL4j
https://deeplearning4j.org/
机器学习支持向量机
https://www.youtube.com/watch?v=o3oRG9VpVXU
自然常数e
https://www.youtube.com/watch?v=mZE0RmCbDe8

参考资料

梯度下降推导过程
https://blog.csdn.net/xiaopan233/article/details/86718372
神经网络反向传播的推倒过程
https://www.youtube.com/watch?v=5endCP0pfyE
https://blog.csdn.net/qq_32865355/article/details/80260212
黄博士吴恩达机器学习课程PDF笔记
https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes

\[K(\theta )= (h_\theta(x^{i}) - y^{i})^2 = (h_\theta(x^i))^2+(y^i)^2-2y^ih_\theta(x^i)\]