最近一段老师逼着搞论文，都没啥时间刷题和更新博客了。前段时间无意间看到一些深度学习方面的资料，个人觉得写的实在是太精彩了，必须得推荐给他大家。目前只更新了7篇博客，里面包含了原理（即数学推导）和实践（代码实现），对于入门来讲实在是合适不过的了。
声明：本文只负责推荐，原文并非我写，尊重原创。
在这放上原作者写的前言:
下面给出每一部分的主题和详细链接。
入门深度学习部分
第一部分：感知机部分
第二部分：线性单元和梯度下降
第三部分：神经网络和反向传播算法
第四部分：卷积神经网络
第五部分：循环神经网络
第六部分：长短时记忆网络(LSTM)
第七部分：递归神经网络
看完这几篇文章之后，绝对有一种豁然开朗的感觉，确实写的非常精彩。理论和实践相结合的感觉绝逼是非常棒的，非常佩服原作者，写的非常的浅显易懂。欣赏完这几篇博客之后，估计大部分人都想进一步学习和了解深度学习，但是接着该咋走呢？我又整理了一篇文章来供大家参考(这也不是我写的，我只是推荐给大家而已)。
深度学习论文学习路线(Deep Learning Papers Reading Roadmap)
原作者写的前沿.路线图构建原则和相关的说明：
具体学习路线：