目录：
一、概述
二、背景
三、人脑视觉机理
四、关于特征
4.1、特征表示的粒度
4.2、初级（浅层）特征表示
4.3、结构性特征表示
4.4、需要有多少个特征？
五、Deep Learning 的基本思想
六、浅层学习（Shallow Learning）和深度学习（Deep Learning）
七、Deep learning 与 Neural Network
八、Deep learning 训练过程
8.1、传统神经网络的训练方法
8.2、deep learning 训练过程
九、Deep Learning 的常用模型或者方法
9.1、AutoEncoder 自动编码器
9.2、Sparse Coding 稀疏编码
9.3、Restricted Boltzmann Machine(RBM)限制波尔兹曼机
9.4、Deep BeliefNetworks 深信度网络
