深度学习如何入门?

深度学习   2017-09-07 17:22:35 发布
您的评价:
     
0.0
收藏     0收藏
文件夹
标签
(多个标签用逗号分隔)

如果您具有数学和计算机科学方面的工程背景或相关知识的编码经验,只需两个月即可熟练掌握深度学习。 难以置信? 四步使它成为可能。

欲了解更多,请往下看

Step 1: 学习机器学习基础

(可选,但强烈推荐)

开始于Andrew Ng的机器学习 机器学习 - 斯坦福大学 。他的课程介绍了目前各种机器学习算法,更重要的是机器学习的一般程序和方法,包括数据预处理,超参数调优等。

同时推荐阅读由Geoff Hinton,Yoshua Bengio和Yann LeCun提供的 NIPS 2015深度学习教程 ,其中介绍略少一些。

Step 2: 深入学习

个人的学习偏好是观看演讲视频,并有几个优秀的课程在线。 这里有几个特别喜欢的课程,可以推荐:

如果你更喜欢的是书籍,这里有一些优秀的资源。 去查看一下,我不做判断。

Step 3: 选择一个区域并进一步深入

确定自己继续深入学习的热情。 这个领域是巨大的,所以这个列表绝对不是一个全面的列表。

Step 4: 建立项目

做是成为专家的关键。 尝试建立一些你感兴趣的、并符合你的技能水平的东西。 以下是一些建议,让您思考:

欲了解更多,请查看CS231n Winter 2017Winter 2016Winter 2015 项目。 还要关注Kaggle和HackerRank的比赛,以获得有趣的东西以及竞争和学习的机会。

其他资源

以下是一些指导,帮助你持续学习

  • 阅读一些优秀的博客。 克里斯托弗·奥拉( Christopher Olah )的博客和安德鲁·卡皮斯( Andrew Karpathy )的博客都很好地解释了基本概念和最近的突破

  • 在Twitter上关注影响力。 以下是几个开始@drfeifei,@ylecun,@karpathy,@AndrewYNg,@Kdnuggets,@OpenAI,@googleresearch。 (见: 谁在Twitter上关注机器学习信息?

  • Google+深度学习社区 ,Yann Lecunn,是与深度学习创新保持联系以及与其他深入学习专业人士和爱好者沟通的好方法。

请参阅 ChristosChristofidis / awesome-deep-learning ,这是一个精心设计的Deep Learning教程,项目和社区,让学习更轻松。

翻译很辛苦,还有一些没有写出来,放在专栏里。 深度学习入门资源

只是介绍一种学习方法,里面的内容你不可能全看

在每一步下,选择一个或两个就足够了

方向很重要

 

来自:https://segmentfault.com/a/1190000011044305

 

扩展阅读

机器学习与深度学习资料
近200篇机器学习&深度学习资料分享(含各种文档,视频,源码等)
机器学习(Machine Learning)&深度学习(Deep Learning)资料
知己知彼,百战不殆:一篇文章看懂隐藏在阿尔法狗背后的深度学习
深度学习在自然语言处理研究上的进展

为您推荐

jsoup 解析HTML信息
使用Jsoup解析和操作HTML
jQuery Colorbox插件
基于fis的前端模块化和工程化方案
新建并部署Java EE 7应用

更多

深度学习
相关文档  — 更多
相关经验  — 更多
相关讨论  — 更多