学习《深度学习》了解原理，以及一个例子，知道它是如何工作的.
为以后的工作打开一个新的思路.
——————————————
当前已经学习到的内容：
1，深度学习，利用神经网络原理，进行自主学习，有两种：无监督/有监督学习；
2，基本原理：输出内容识别相应的结果； 识别是一个渐进的过程：
1，先识别轮廓；
2，根据轮廓识别特征；
3，根据特征输出结果；
这样就形成了输入/输出网络. 深度学习的好处，原先的特征识别是人工选择的，现在可以自动生成.
深度学习应用的场合主要图像识别/语音识别等方面.
对于深度学习需要掌握的数学知识：矩阵处理/导数处理/概率论；
原因：
矩阵：多输入就需要做矩阵运算.
导数： 为了识别边界，就需要倒数处理；变化大的地方就是导数比较大的部分；
概率：保证一定的相似度，就可以识别特征，因此用到概率论.
