最近由於項目組需要，需要看一篇文獻“Deep Learning from Temporal Coherence in Video”。本人也聽過一些關於深度學習，CNN方面的報告，但是其實一直都是似懂非懂，完全不瞭解他們口中所說的CNN到底是個啥。說道卷積，是我的一個痛，當時在學習概率論與數理統計的時候，就怎麼都不會算這個卷積，後來的什麼實變函數，泛函分析，黎曼幾何。。。等等在我心中留下過陰影的數學課程都有涉及到這個“卷積”，因此，骨子裏我對CNN就是避而遠之的，這也是一直以來，我沒有自習去學習這個CNN的原因。
這次沒辦法了，也是被趕鴨子上架了，就好好去學學吧，比較幸運，搜的資料不多，自己也保存了一篇文章作爲Deep Learning或者CNN的入門，這幾天也比較忙，就沒有重新整理了，既然是引用，這篇文章也就寫成轉載的了。下面直接上文章鏈接，保證各位入門的人一看便懂，反正我是這樣的。。。
http://www.36dsj.com/archives/24006（技術向：一文讀懂卷積神經網絡）
可能需要一些BP神經網絡方面的基礎，各位可以參考UFLDL教程，那上面的第一章就講神經網絡講的非常到位，反正我是輕鬆看懂了，這個教程也是我在神經網絡方面的入門教程，不得不再囉嗦一下，真的非常基礎和易懂，大家之家百度“UFLDL教程”或者看英文版的”UFLDL Tutorial"即可，也可中英文對比着看，個人覺得，搞學術還是要多多看看英文的材料。