人工神經網路基礎型態是前向全連接網路，同時擁有多種變型，這些變形構成了目前深度學習的主要內容。
**卷積網路(CNN)**屬於部分連接網路，是深度學習核心結構之一。
**遞歸網路(RNN)**是更為複雜的網路結構，能夠很好應對序列數據。
序列數據:比如說語言、聲音，前面的數據實際上會影響到後面數據出現的順序。
自編碼器(AutoEncoder)是一種數據特徵學習，類似PCA的作用。
人工神經網路跟應用緊密相連
以工程實踐為導向，充滿了各種trick以及dark art
理論支撐不如其他機器學習方法
深度學習的常用框架
各個開源框架在GitHub上的數據統計
iThome鐵人賽
看影片追技術