综述类文献意义：形成基本学术界图景/指导文献查找

I 引言

A 深度学习方法

1.监督学习（supervised learning）

2.半监督学习（semi-supervised learning）

3.无监督学习（unsupervised learning）

4.深度强化学习（deep reinforcement learning）（基本上归类到半监督学习）

B 特征学习

C when and where to apply DL

D state-of-the-art performance in DL

E why deep learning

通用性 鲁棒性 泛化

F challenge of DL

II DNN

A DNN发展历史

B 梯度下降

C 随机梯度下降

D 向后传播

E 使用动量

F 学习率

G 权重衰减

III CNN

A CNN概述

B 比较有名的CNN框架

LeNet

AlexNet

ZFNet / Clarifai

VGG Net

Google Net

Residual Network

Densely Connected Network (DenseNet)

C CapsuleNet

D Comparison on different models

IV ADVANCED TRAINGING TECHNIQUES

预处理数据集

网络初始化

批量正则化

Alternative Convolutional methods

激活函数

Sub-sampling layer or pooling layer

Regularization approaches for DL

Optimization methods for DL

入门|献给新手的深度学习综述

[1]论文|Recent Advances in Deep Learning: An Overview

入门深度学习必备干货：这是一份适合所有人读的综述论文

[2]论文|The History Began from AlexNet:A Conprehensive Survey on DeepLearning