![]()
+ ![]()
深度學習（Deep Learning）是機器學習（MachineLearning）研究中的一個很新很熱門的領域，是人工智能（Artificial Intelligence）的新浪潮。自2006年來，加拿大的多倫多大學（Universityof Toronto），蒙特利爾大學（University of Montreal）和美國的紐約大學（New York University），斯坦福大學（StanfordUniversity）等學術界，谷歌、微軟、IBM、百度等工業界投入大量資源進行深度學習技術研發，在圖像、語音、自然語言、在線廣告等領域取得了顯著的進展。
Deep Learning的學習資源有很多，在http://deeplearning.net/網站上，Deep Learning的算法實現有Matlab和Python版本的資源。R語言這兩年隨着大數據的發展也迅速火爆，尤其是其開源的Package，是大數據分析和挖掘的瑞士軍刀。但是R語言在Deep Learning方面尚缺少資源，現整理至今爲止已有的R語言進行Deep Learning研究的資料，供大家學習。
1. darch
http://cran.um.ac.ir/web/packages/darch/index.html
Darch 是建立於Hinton和 Salakhutdinov的Matlab代碼之上的，其實現方法基於Hinton兩篇經典之作"A fast learning algorithm for deep beliefnets" (G. E. Hinton, S. Osindero, Y. W. Teh) 和"Reducingthe dimensionality of data with neural networks" (G. E. Hinton, R. R.Salakhutdinov)。該方法包括了對比散度的預訓練和衆所周知的訓練算法（如反向傳播法或共軛梯度法）的細調。
2. deepnet
http://cran.r-project.org/web/packages/deepnet/index.html
Deepnet 實現了一些Deep Learning結構和Neural Network相關算法，包括BP，RBM訓練，Deep Belief Net，Deep Auto-Encoder。作者稱後續有時間會繼續實現CNN和RNN算法等。
3. Rdbn
https://github.com/dankoc/Rdbn
Rdbn實現R環境的RBMs和DBNs的訓練和學習。但目前還不能使用Rdbn，只能在github上參考。作者說正在測試和優化，要等排查完bug才能上CRAN，我也同樣很期待這個包的上架。
