簡簡單單的開場白

• 這個系列的文章一開始是沒有想到要出生的，但是在因緣際會之下，成為了學校深度學習課程的助教，在開學前重新準備整理之前所學，決定好好重新把所有學習歷程整理一下，也方便之後腦袋不好的時候可以回來看看的時候，回想起當初自己在學習的過程中，中文文獻其實不是那麼充足的情況下，做複習查詢的困難，因此打算把自己的筆記整理一下，撰寫出來
• 本文算是一個筆記的過程，也算是整理了筆者當初自學機器學習 & 深度學習的心路歷程，這個領域太廣，一定不可能淺白的學完，因此這邊算是一個開場，願成為引路人
• 內容可能有誤，如果發現本文有任何問題，請隨時聯繫我：contact@crazyfirelee.tw

我們會聊到什麼？

• 在這個系列文章中，我們會從到底什麼是深度學習開始聊起，到最後能帶領大家利用 Python 跟 PyTorch 來撰寫最簡單的數字辨識模型
• 希望從概觀到實作，讓大家對於這個領域有初探，也算是當初自己學習的重現整理

在這裡你可以得到什麼？

• 基本機器學習/深度學習的理解
• Python 對深度學習的應用
• PyTorch Framework 的使用

看這篇文章之前，需要知道什麼嗎？

• 希望閱讀的人有基本的 Python 基礎，會更好上手
• 其他就是希望在閱讀的過程中，如果有解釋不清楚的部分，可以自己搭配搜尋去學習
• 在這裡強調，深度學習 OR 機器學習，或是你們說人工智慧，其實跟數學密不可分，因此我們前段一定會介紹一些數學的東西，但是也很難在這裡解釋得很清楚，請一定要自行搭配各種查詢去理解，下面的 Reference 裡面 Tommy Huang 有寫一系列數學相關文章，也可以參考，或是去聽李宏毅老師的課程，會非常好理解

本文參考資料

• 這篇文章內有借鑒引用很多不同部分的文章，他們都非常棒，有興趣的非常建議可以去好好閱讀
  • 天主教輔仁大學 黃貞瑛老師 深度學習課程
  • 國立台灣大學 李宏毅老師 ML Lecture
  • Tommy Huang 機器學習系列課程
  • Yeh James 機器學習相關文章
• 當然在學習的過程之中，還有更多查詢到的資料，可惜有些已經化為筆記但是不知道參考自哪裡了，如果作者有看到類似內容出現在這份筆記中，歡迎聯繫我，將立刻補上，因為你們的文章，都是我成長的養分，所以非常感謝各位的無私