Lilian Weng — Lil’Log·· 2017-06-21AI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
面向好奇者的深度学习概览：从 AlphaGo 到 CNN 与 RNN
An Overview of Deep Learning for Curious People
AI 导读
2016 年 AlphaGo 以 1-4 击败九段棋手李世石，让深度学习和 AI 应用获得大量关注。深度学习的兴起源于两个条件：数据规模大幅增长，以及算力显著提升，使深层神经网络能够自动学习特征、在数据量增大后超越传统机器学习算法。文章随后介绍了几类经典模型，包括受视觉皮层启发的 CNN、Residual Net 的残差连接，以及适合处理长序列、应用于手写识别、语音识别和机器翻译的 RNN。
来源：Lilian Weng — Lil’Log · lilianweng.github.io