+ 
深度學習（Deep Learning）是機器學習（Machine Learning）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（University of 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（Stanford University）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，現整理至今為止已有的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 belief nets" (G. E. Hinton, S. Osindero, Y. W. Teh) 和"Reducing the 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眾所周知的訓練算法（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。作者稱后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。