深度学习入门笔记系列 ( 一 )
本系列将分为 8 篇 。今天是第一篇 ，工欲善其事必先利其器 ，先简单讲讲当前的主流深度学习框架 TensorFlow 及其安装方法 。
我们知道 ，深度学习研究的热潮持续高涨 ，许多的开源深度学习框架也层出不穷 ，比如 TensorFlow、Caffe、Keras、Theano、Torch7……其中 ，TensorFlow 由强大的谷歌研发 ，应用也十分广泛 ，从 GitHub 上的数据统计可以看出来其有着大一统之势头 。
【动手学计算机视觉】第十一讲：卷积层与池化层
近几年出现了很多经典、优秀的卷积神经网络模型，单从网络架构来说，很多都是采用的AlexNet、VGG这些经典网络作为基本的模块，它们所采用的组件大同小异，如果学习卷积神经网络仅仅为了能够搭建一个跑得通的模型，那是没有意义的，因为目前开源项目随处可见，而且千篇一律，实现一个CNN网络模型所需代码不过几十行。其中真正重要的是里面的卷积层、池化层、批量正则化、Dropout这些行之有效的技术。所以，要想学习卷积神经网络，首先应该了解这些概念，当对这些内容有了了解之后会发现搭建网络轻而易举。
为什么GEMM是深度学习的核心
在之前写的一篇计算机视觉入门路线文章中，我推荐大家在不用任何框架、只使用numpy这种包的情况下，从零实现一个卷积神经网络。其中一个很重要的因素就是在这个过程中大家会了解到卷积过程在底层中是如何优化实现的，其主流的方法就是GEMM。这篇博客比较细致地介绍了什么是GEMM，以及它的优缺点。