AI從頭學（代序）：The Road to Deep Learning

AI從頭學（代序）：The Road to Deep Learning

2017/08/29

有關 Deep Learning，或者 AI，如果想瞭解的話，我建議你不要看一般的介紹， 看再多都是假的！

直接看論文吧，有我先讀過一遍，我相信你至少會輕鬆很多！：）

-----

Fig. 1. 公路車下劍南路.

-----

1. BP、LeNet。首先是 BP 跟 LeNet [1], [2]。

2. RNN。然後是 RNN 跟 LSTM [3]。

3. CNN。再回到 LeNet / CNN，[4], [5] 告訴你有哪些 CNN 是值得注意的。

4. R-CNN。還有 R-CNN 系列，在 [4] 後半部，一開始我完全不知道這是什麼。更新的 R-CNN 系列，在我整理的大全集 [6] 裡面的 [7] 這份名單裡也更新了。

5. Framework。到了這裡，如果你終於要進入「實戰」，Caffe 是個好選擇，Caffe 之外的框架，有興趣就自己看看吧 [8]！

以上是我的自學之路的「精華」，更多的部分，可以參考 [9]，祝您一路順風。

-----

References

[1] AI從頭學（九）：Back Propagation
http://hemingwang.blogspot.tw/2017/02/aiback-propagation.html

[2] AI從頭學（一二）：LeNet
http://hemingwang.blogspot.tw/2017/03/ailenet.html

[3] AI從頭學（一九）：Recurrent Neural Network
http://hemingwang.blogspot.tw/2017/03/airecurrent-neural-network.html

[4] 書名：深度學習: Caffe 之經典模型詳解與實戰，ISBN：7121301180，作者：樂毅, 王斌，出版社：電子工業出版社，出版日期：2016-12-01.

[5]  AI從頭學（一八）：Convolutional Neural Network
http://hemingwang.blogspot.tw/2017/03/aiconvolutional-neural-network_23.html 

[6] AI從頭學（三四）：Complete Works
http://hemingwang.blogspot.tw/2017/08/aicomplete-works.html

[7] Deep Learning Papers Reading Roadmap
https://github.com/songrotek/Deep-Learning-Papers-Reading-Roadmap/blob/master/README.md 

[8] Lab DRL_02：深度學習框架
http://hemingwang.blogspot.tw/2017/06/lab-drl02.html  

[9] AI從頭學（目錄）
http://hemingwang.blogspot.tw/2016/12/ai_20.html