1950年，英国科学家艾伦图灵发表了论文讨论创造出具有真正智能的机器的可能性，并提出了著名的图灵测试。从1956年的达特茅斯会议开始， 人工智能作为一个专门的研究领域出现， 经历了超过半个世纪的起伏， 终于在2007年前后， 迎来了又一次大发展。
神经网络是人工智能的基础，微软推出了系列基础教程，全面系统介绍了神经网络核心知识点，为了方便读者学习，我们将其进行汇总，由于受篇幅所限，内容将分多次呈现给读者，今天分享前4章内容链接。
下载链接：智能之门：神经网络和深度学习入门（一）
内容大纲：《神经网络基本原理系列》
01、概论
02、神经网络中的三个基本概念
03、损失函数
04、单入单出的单层神经网络：单变量线性回归
05、多入单出的单层神经网络：多变量线性回归
06、多入单出的单层神经网络：线性二分类
07、多入多出的单层神经网络：线性多分类
08、激活函数
09、单入单出的双层神经网络：非线性回归
10、多入单出的双层神经网络：非线性二分类
11、多入多出的双层神经网络：非线性多分类
12、多入多出的三层神经网络：深度非线性多分类
13、模型的推理与部署
14、搭建深度神经网络框架
15、网络优化
16、正则化
17、卷积神经网络原理
18、卷积神经网络应用
19、普通循环神经网络
20、高级循环神经网络
以下分享前两章内容。在第一章概论与基本概念中，首先对人工智能的发展简史定义、以及科学范式的演化进行介绍，并列举了一些有趣的实例，让大家对人工智能的世界观方法论形成一个基本认识。
第二章通过讲解神经网络的三个基本概念，简要介绍神经网络基本的训练和工作原理，并着重介绍反向传播和梯度下降。我们先从简单的线性方式说起（只有加法和乘法），而且用代入数值的方式来消除对公式的恐惧心理，然后会说到分层的复杂（非线性）函数的反向传播，同样用数值代入方式手推反向过程。
AI基础架构资源的演进与选择
面向AIoT的RISC-V原生操作系统研究
深度报告：RISC-V异构IoT全新架构
ARM系列处理器应用技术完全手册
2、信创产业研究框架
3、ARM行业研究框架
4、CPU研究框架
5、国产CPU研究框架
6、行业深度报告：GPU研究框架
Arm架构服务器的开源应用
Arm架构服务器和存储
2021年信创产业发展报告
2020信创发展研究报告
信创研究框架
信创产业系列专题（总篇）
2021年中国信创生态研究报告
中国信创产业发展白皮书（2021）
异构芯片研究框架合集
本号资料全部上传至知识星球，更多内容请登录智能计算芯知识（知识星球）星球下载全部资料。
免责申明：本号聚焦相关技术分享，内容观点不代表本号立场，可追溯内容均注明来源，发布文章若存在版权等问题，请留言联系删除，谢谢。
电子书<服务器基础知识全解(终极版)>更新完毕，知识点深度讲解，提供182页完整版下载。
获取方式：点击“阅读原文”即可查看PPT可编辑版本和PDF阅读版本详情。
温馨提示：
请搜索“AI_Architect”或“扫码”关注公众号实时掌握深度技术分享，点击“阅读原文”获取更多原创技术干货。
