由于最近需要开始使用深度学习进行图像的模式识别，作为一个几乎零基础的小白，为了克服自己学多少忘多少的学弱体质，所以准备用笔记的形式，把自己学的给记录下来。由于自知不专业，恳请路过的朋友们一一指正，在此谢过。
首先，什么是深度学习呢？
直接摘录维基百科，如下：
Deep learning is a class of machine learning algorithms that11 uses multiple layers to progressively extract higher level features from the raw input. For example, in image processing, lower layers may identify edges, while higher layers may identify the concepts relevant to a human such as digits or letters or faces.
深度学习是机器学习里面的一个分类，深度学习从输入中通过多个层级逐步的提取特征。例如，在图像处理领域，低层级用于识别边缘，高层级可能识别与人类相关的概念，像是数字，文字或人像。
其实相信很多人看到这个还是一头雾水，那么深度学习具体来说，是怎么工作的呢？
我们看到这里出现了三个layer， 一个是输入层（input layer）， 一个隐藏层（hidden layer）， 最后输出层（output layer）。
推荐一篇回答：深度学习如何入门？ - jacky yang 的回答
引用一段其中：
干脆再举一个例子，就以撩妹为例。男女恋爱我们大致可以分为三个阶段：
1.初恋期。相当于深度学习的输入层。别人吸引你，肯定是有很多因素，比如：身高，身材，脸蛋，学历，性格等等，这些都是输入层的参数，对每个人来说权重可能都不一样。
2.热恋期。我们就让它对应于隐层吧。这个期间，双方各种磨合，柴米油盐酱醋茶。
3.稳定期。对应于输出层，是否合适，就看磨合得咋样了。
接下来应该是进入比较细节的关于如何自己动手写一个深度学习网络了，像是自己写一个CNN这样的网络了。毕竟纸上得来终觉浅，绝知此事要躬行。