深度学习(1) 关于图像卷积和卷积神经网络（CNN)

        最近由于项目组需要，需要看一篇文献“Deep Learning from Temporal Coherence in Video”。本人也听过一些关于深度学习，CNN方面的报告，但是其实一直都是似懂非懂，完全不了解他们口中所说的CNN到底是个啥。说道卷积，是我的一个痛，当时在学习概率论与数理统计的时候，就怎么都不会算这个卷积，后来的什么实变函数，泛函分析，黎曼几何。。。等等在我心中留下过阴影的数学课程都有涉及到这个“卷积”，因此，骨子里我对CNN就是避而远之的，这也是一直以来，我没有自习去学习这个CNN的原因。

        这次没办法了，也是被赶鸭子上架了，就好好去学学吧，比较幸运，搜的资料不多，自己也保存了一篇文章作为Deep Learning或者CNN的入门，这几天也比较忙，就没有重新整理了，既然是引用，这篇文章也就写成转载的了。下面直接上文章链接，保证各位入门的人一看便懂，反正我是这样的。。。

        http://www.36dsj.com/archives/24006（技术向：一文读懂卷积神经网络）

        可能需要一些BP神经网络方面的基础，各位可以参考UFLDL教程，那上面的第一章就讲神经网络讲的非常到位，反正我是轻松看懂了，这个教程也是我在神经网络方面的入门教程，不得不再啰嗦一下，真的非常基础和易懂，大家之家百度“UFLDL教程”或者看英文版的”UFLDL Tutorial"即可，也可中英文对比着看，个人觉得，搞学术还是要多多看看英文的材料。

        各位加油！我也加油！