我在自學深度學習的時候有一本啟蒙書：深度學習的16堂課。這次的30天挑戰也會以我看這本書學到的來跟大家介紹。

我自己一開始學習機器學習的時候，身邊就有人問我：機器學習跟深度學習有什麼差別啊？？可以先試著這樣想，深度學習就是「更」深度的去學習，換句話說就是機器學習的升級版。也可以想成機器學習是一個大圈圈，裡面包著深度學習這個小圈圈。（如下圖）

兩者相同之處-不管是機器學習還是深度學習他們在執行的SOP都是：資料輸入（input）→ 特徵擷取(Feature extraction) → 訓練模型 (training model）→ 輸出(output)，以及他們都是不段訓練與學習
兩者相異之處-機器學習，需要花費大量時間與精力在「擷取特徵」，要寫出厲害的演算法。深度學習：核心架構是「層層」堆疊而成的神經網路，開發人員比較花時間在嘗試不同神經網路的模型。

(上圖圖像化解釋機器學習與深度學習之差異)

那因為這次題目是30天深度學習-從零到英雄，所以我們就來進入主題看看深度學習是怎麼層層堆疊吧！深度學習的第一層神經會負責做最簡單的特徵萃取，越後面的神經層的則會萃取越複雜的特徵。用最最簡單的想法去想會如下圖。

如過你想體驗神經網路即時執行機器視覺任務，趕快來試試看quick draw 吧！(https://quickdraw.withgoogle.com)

今日總複習：深度學習的核心就是層層架構堆疊而成的神經網路！
歡迎大家不吝嗇給予指教，今天到這邊，明天見！！