写在前面：请务必踏踏实实看书，结合笔记或视频来理解学习，任何技术，啃砖头是最扎实最系统的，为避免知识碎片化，切忌抛却书本的学习！！！
一 什么是深度学习
1 关于AI：
AI系统必须具备从原始数据提取模式的能力——机器学习；
算法性能依赖于数据表示（表示学习）；
传统机器学习：人工提取特征
深度学习：源于并高于传统神经网络，通过深度结构，从简单概念构建复杂概念，自动发现提取分布式特征，完成模型学习（个人定义，非权威）2006，hinton首次提出。
2 特点：
自动提取特征；
层级抽象。
二 跟机器学习什么关系
DL源于ML，但是高于ML；
DL是AI的一大分支；
DL是深层神经网络，一般4-5层以上；
DL是表示学习中的一种。
三 DFN概要
DFN：深度前馈网络，或前馈神经网络（FFN）/多层感知机（MLP）；
目标：近似模拟某个函数f y=f(x,θ)
学习参数θ的值，得到最佳函数近似
注：并非完美模拟大脑，知识实现统计泛化，函数近似机。源于大脑，远远比不上大脑。
结构：
前馈（feedforward）：信息一直往下流动，一路向前，不回头！例如：CNN
反馈（feedbackward）：前馈的扩展，增加反馈连接，走一步，回下头，继续走。例如：RNN