Day-00 引言

简简单单的开场白

• 这个系列的文章一开始是没有想到要出生的，但是在因缘际会之下，成为了学校深度学习课程的助教，在开学前重新准备整理之前所学，决定好好重新把所有学习历程整理一下，也方便之後脑袋不好的时候可以回来看看的时候，回想起当初自己在学习的过程中，中文文献其实不是那麽充足的情况下，做复习查询的困难，因此打算把自己的笔记整理一下，撰写出来
• 本文算是一个笔记的过程，也算是整理了笔者当初自学机器学习 & 深度学习的心路历程，这个领域太广，一定不可能浅白的学完，因此这边算是一个开场，愿成为引路人
• 内容可能有误，如果发现本文有任何问题，请随时联系我：[email protected]

我们会聊到什麽？

• 在这个系列文章中，我们会从到底什麽是深度学习开始聊起，到最後能带领大家利用 Python 跟 PyTorch 来撰写最简单的数字辨识模型
• 希望从概观到实作，让大家对於这个领域有初探，也算是当初自己学习的重现整理

在这里你可以得到什麽？

• 基本机器学习/深度学习的理解
• Python 对深度学习的应用
• PyTorch Framework 的使用

看这篇文章之前，需要知道什麽吗？

• 希望阅读的人有基本的 Python 基础，会更好上手
• 其他就是希望在阅读的过程中，如果有解释不清楚的部分，可以自己搭配搜寻去学习
• 在这里强调，深度学习 OR 机器学习，或是你们说人工智慧，其实跟数学密不可分，因此我们前段一定会介绍一些数学的东西，但是也很难在这里解释得很清楚，请一定要自行搭配各种查询去理解，下面的 Reference 里面 Tommy Huang 有写一系列数学相关文章，也可以参考，或是去听李宏毅老师的课程，会非常好理解

本文参考资料

• 这篇文章内有借鉴引用很多不同部分的文章，他们都非常棒，有兴趣的非常建议可以去好好阅读
  • 天主教辅仁大学 黄贞瑛老师 深度学习课程
  • 国立台湾大学 李宏毅老师 ML Lecture
  • Tommy Huang 机器学习系列课程
  • Yeh James 机器学习相关文章
• 当然在学习的过程之中，还有更多查询到的资料，可惜有些已经化为笔记但是不知道参考自哪里了，如果作者有看到类似内容出现在这份笔记中，欢迎联系我，将立刻补上，因为你们的文章，都是我成长的养分，所以非常感谢各位的无私