[Глубокие основы] Как Xiaobai быстро приступает к глубокому обучению
Личная страница -->xiaosongshine.github.io/
С появлением глубокого обучения в последние годы многие исследователи вложили средства в эту область.Поскольку различные университеты разместили свои собственные онлайн-курсы, появилось много учебных ресурсов и онлайн-курсов, и многие крупные компании, такие как Google, Facebook разместили свои собственные курсы. Фреймворк с открытым исходным кодом был выложен на Github, что делает глубокое обучение проще и проще, а многие хлопотные повторяющиеся операции были упрощены благодаря фреймворку, что также позволяет каждому из нас иметь возможность соприкоснуться с глубоким обучением. .
В Интернете делятся разным опытом обучения, некоторые люди обращают внимание на накопление теоретических знаний и читают много книг, но их практический опыт равен нулю, есть также люди, которые увлечены реализацией кода и изучают его. код, который другие пишут каждый день. Я думаю, что в обоих случаях это не очень хорошо. Глубокое обучение — это область, которая сочетает в себе теорию и инженерию. Оно требует не только сильных навыков написания кода, но также требует теоретических знаний, чтобы понять статью и реализовать новые идеи, предложенные в статье. , Поэтому наш маршрут обучения должен быть комбинацией теории и кода, уравновешивая учебные задачи с обеих сторон, и не может быть ситуации, когда мы фокусируемся только на одной стороне, не изучая другую сторону, потому что сбалансированы только теория и код. так что, как только обучение будет углубленным, в «Найди себя» будет много пробелов в знаниях.
Прежде чем приступить к глубокому обучению, вам потребуется определенная основа языка Python, исчисление и линейная алгебра.Советы по обучению, приведенные ниже, а также советы по обучению для продолжения понимания области глубокого обучения.
Для исчисления и линейной алгебры требуется не так много знаний, для интегрирования вам нужно знать только производные и частные производные, для линейных производных вам нужно знать только матричное умножение.
основы программирования
Для языка Python даются три учебных ресурса.После изучения первого учебного ресурса вы можете начать глубокое изучение программирования.Следующие два учебных ресурса помогут вам глубже понять язык Python и его числовые вычисления.
( 1 ) «Глупый способ изучения Python»
Эта книга предназначена для ученых, работающих с нуля, и предлагает быстрый доступ к основным операциям Python с помощью ряда простых примеров.
( 2 ) Дверь питона Ляо Сюэфэна
Эта серия руководств может использоваться для более всестороннего изучения Python. Вы можете освоить основы Python в первых нескольких главах. Последующие части представляют собой более профессиональный контент для веб-разработки, и вам не нужно осваивать эти части для машинного обучения.
(3) Edx: JntroductÎon (0 Информатика и программирование с использованием Python
Это публичный шпион Массачусетского технологического института.Используя Python в качестве человеческого языка, он лаконично и всесторонне описывает содержание компьютерных наук, которое подходит для дальнейшего изучения.
теоретические основы
(1) Линейная алгебра
Линейная алгебра эквивалентна краеугольному камню глубокого обучения.В глубоком обучении существует большое количество операций с короткими массивами, а некоторые идеи линейной алгебры по декомпозиции матриц также были заимствованы из машинного обучения, поэтому вы должны хорошо разбираться в линейной алгебре. Вы можете обратиться к следующим информационным турам и обучению:
• «Линейную алгебру следует изучать таким образом»
• Открытый курс Массачусетского технологического института по линейной алгебре
• Кодирование матрицы
(2) Фонд машинного обучения
Хотя глубокое обучение сейчас очень популярно, необходимо также освоить его основы, а именно машинное обучение, которое является сутью и ядром. Учебные ресурсы здесь расположены от самого простого к самому сложному:
• Вводный курс по машинному обучению от AndrewNg на Coursera.
• Краеугольный камень машинного обучения Линь Сюаньго и методы машинного обучения.
• Наноградус машинного обучения Udacity
• «Машинное обучение», Чжихуа Чжоу.
• "Статистические методы обучения" Ли Ханга.
• Распознавание образов и машинное обучение
(3) Глубокое обучение
Это самая активная область исследований в последние годы, с множеством революционных прорывов и множеством передовых учебных ресурсов, таких как:
• Два курса глубокого обучения Udacity.
• Нейронная сеть Coursera в { сети для машинного обучения
• Стэнфордский университет cs231n
• Cs224n Стэнфордского университета