深度学习0---写一个自己的深度学习架构

　　自从意识到深度学习是未来之后，自己看了相关的书籍三本，看了吴恩达和李飞飞两位神级人物的课程，配置了caffe，torch，pytorch等等开源架构，也跑了几个开源工程，却始终都感觉似懂非懂，实在是糟心。

　　经过了严肃认真的思考后，本人决定从最底层开始，自己写一个架构，进而可以深入了解深度学习的方方面面。

　　本篇作为系列文章的开篇总览，目的就是给自己挖个坑，以提醒自己要好好努力。并且也给这一系列文章定出规则，以时时回望。

　　因为本人最熟悉的是C++，所以会用C++实现一个架构。另外python作为机器学习的近乎官方语言，在这一系列文章中也会实现一个架构。最后，本人最喜欢pytorch架构，也会用其实现想要做的东西（分成cpu和gpu两个版本）。

　　因此，本系列每篇文章将涉及到的内容如下：

原理的理解（其中有可能大部分都借鉴网上优秀的博客或者书籍中的内容，因而如有雷霆，是本人抄的。但绝非不过脑子的抄，当然也会标明出处）

C++实现

python实现

pytorch的CPU实现

pytorch的GPU实现

　　需要说明一下的是本人自行实现的代码（也有可能借鉴别人）书写肯定受限于本人水平，几乎不可能有现成架构的效率和规范，只作为本人练习之用。工程中本人将用成熟的框架进行，这也才有了4，5点。

　　如果有看本人之前写的一些博文可能会觉得很多只讲实现没讲原理，那是因为相关内容本人在工程中用到于是就快速实现出来，有些原理本人也不知道。但这一系列本人将力求做到自己透彻理解，并把涉及到的原理认真仔细的整理出来。

　　那么预告一下下一篇，深度学习1—最简单的全连接神经网络