感知机由两步计算组成： 线性变换 非线性变换 运算过程： 输出 = 线性变换 + 非线性变换 每个神经元可以看做一个小的复合函数。整个神经网络可以看做一个大的复合函数。
首先介绍基础的数学原理和深度学习模型，然后深入移动计算设备的体系结构，以及如何在这种体系结构上进行高效的深度学习计算。
2.深度学习和机器学习的关系 深度学习是机器学习的最热门分支，这句话足以解释深度学习和机器学习的关系。
多层感知机 开始学习深度学习算法的最好地方是 多层感知机（Multilayer Perceptions，MLP）。它属于前馈神经网络的范畴，同时还有许多包含激活函数的感知层。
2.2 Large Scale Deep Reinforcement Learning Framework 大规模深度强化学习框架 深度强化学习和一般深度学习的不同之处在于深度强化学习的训练没有现成的数据
这个报告讨论了将深度学习方法引入音频信号处理中的一些尝试和初步结果。 音频信号的深度学习处理方法 报告主要包括音频信号领域的研究方向介绍和将深度学习方法引入音频信号处理中的尝试和初步结果。
飞桨服务化部署框架 Paddle Serving 经过多个版本的不断迭代升级，是市面上为数不多的能同时解决企业服务部署过程中三方面需求的深度学习服务部署框架： 1、极致性能 为了让用户能够实现在高并发、
随着AI产业化落地应用的蓬勃发展，深度学习框架的关注度越来越高。近几年，国内产学联合持续发力，形成了一股国产深度学习框架的开源风潮。
深度学习训练中数据并行的实现方式可以有多种，下文介绍的数据并行是基于Distributed Synchronous SGD的梯度同步数据并行，这是目前主流深度学习训练框架中数据并行的实现方式。
