Добавить Автора
WeChat и QQ: 862251340
Публичный аккаунт WeChat: coderpai
мой блог:пожалуйста, нажмите здесь
-
вводить
Глубокое обучение стало важной темой в области искусственного интеллекта. Он известен своей выдающейся производительностью в таких областях, как «компьютерное зрение» и игры (AlphaGo), даже превосходящей возможности человека. В последние годы внимание к глубокому обучению также возросло.Результатыможно обратиться.
Вот график тенденций поиска Google:
Если вам интересна эта тема, вот хорошийнетехническое введение. Если вам интересно узнать о последних тенденциях, вот отличнаяРезюме.
В этом посте наша цель — предоставить путь к обучению для всех людей, занимающихся глубоким обучением, и путь для изучения для тех, кто хочет учиться дальше. Если вы готовы, тогда приступим!
Шаг 0: Предпосылки
Перед изучением глубокого обучения рекомендуется понять некоторые основы машинного обучения.эта статьяПолный список ресурсов для изучения машинного обучения.
Если вам нужна простая учебная версия. Тогда посмотрите на следующий список:
Математическая основа(особенно исчисление, вероятность и линейная алгебра)
Рекомендуемое время: 2-6 месяцев
Шаг 1: Конфигурация машины
Прежде чем перейти к следующему шагу, вы должны убедиться, что у вас есть аппаратная среда, которая поддерживает ваши исследования. Обычно рекомендуется иметь как минимум следующее оборудование:
Достаточно хороший GPU (4+ ГБ), желательно Nvidia
Достойный процессор (например, Intel Core i3, Intel Pentium может не подойти)
4 ГБ оперативной памяти (зависит от размера набора данных)
Если вы не уверены, то прочтите этоРуководство по оборудованию.
Если у вас нет необходимых спецификаций, вы можете арендовать облачную платформу для обучения, напримерВеб-сервисы Amazon (AWS). Это глубокое обучение с использованием AWSхороший гид.
Примечание. Не устанавливайте библиотеки глубокого обучения на этом этапе, мы представим процесс установки на шаге 3.
Шаг 2. Сначала попробуйте глубокое обучение
Теперь, когда у вас есть начальное понимание области, вам следует глубже погрузиться в глубокое обучение.
В зависимости от наших предпочтений, мы можем выбрать один из следующих способов:
Обучение через блоги, такие какFundamentals of Deep Learning,Hacker's guide to Neural Networks.
Обучение с помощью видео, напримерDeep Learning Simplified.
Обучение по книгам, напримерNeural networks and Deep Learning
В дополнение к вышеуказанным предварительным требованиям вы также должны знать некоторые популярные библиотеки глубокого обучения и языки, на которых они работают. Ниже приведен менее исчерпывающий список (вы можете проверить его, просмотревwikiдля более полного списка):
Некоторые другие известные библиотеки:Mocha,neon,H2O,MXNet,Keras,Lasagne,Nolearn. Для языков глубокого изучения вы можете проверить этостатья.
Вы также можете ознакомиться с лекцией 12 в Стэнфордском университете CS231n, где представлен обзор некоторых библиотек глубокого обучения.
Рекомендуемое время: 1-3 недели
Шаг 3: выберите свой собственный домен
Это самая интересная часть, глубокое обучение применялось в различных областях и достигло самых современных результатов исследований. Если вы хотите копнуть глубже, ваш лучший путь в качестве читателя — практический. Это поможет вам лучше понять то, что вы знаете сейчас.
Примечание. В каждой из перечисленных ниже областей будет блог, практический проект, необходимая библиотека глубокого обучения и дополнительный курс. Первый шаг — изучить блог, затем установить соответствующую библиотеку глубокого обучения, а затем заняться реальным проектом. Если у вас возникнут проблемы в этом процессе, вы можете пройти обучение на дополнительных курсах.
-
Применение глубокого обучения в машинном зрении
Справочный блог:DL for Computer Vision
Актуальные проекты:Facial Keypoint Detection
Библиотеки глубокого обучения:Nolearn
Рекомендуемые курсы:CS231n: Convolutional Neural Networks for Visual Recognition
-
Применение глубокого обучения в обработке естественного языка
Справочный блог:Deep Learning, NLP, and Representations
Практический проект: Глубокое обучение для чат-ботов,Part 1, Part2.
Библиотеки глубокого обучения:Tensorflow
Рекомендуемые курсы:CS224d: Deep Learning for Natural Language Processing
-
Применение глубокого обучения в речи
Справочный блог:Deep Speech: Lessons from Deep Learning
Актуальные проекты:Music Generation using Magenta (Tensorflow)
Библиотеки глубокого обучения:Magenta
Рекомендуемые курсы:Deep Learning (Spring 2016), CILVR Lab@NYU
-
Применение глубокого обучения в обучении с подкреплением
Справочные блоги и практические проекты:Deep Reinforcement Learning: Pong from Pixels
Библиотеки глубокого обучения. Библиотеки глубокого обучения не требуются, но выopenAI gymдля проверки вашей модели.
Рекомендуемые курсы:CS294: Deep Reinforcement Learning
Рекомендуемое время: 1-2 месяца
Шаг 4. Углубитесь в глубокое обучение
К настоящему времени вы должны были изучить основные алгоритмы глубокого обучения! Но путь вперед будет труднее. Теперь вы можете использовать этот недавно приобретенный навык максимально эффективно. Вот несколько советов, которые вы должны сделать, чтобы отточить свои навыки.
Повторите описанные выше шаги, чтобы выбрать другое поле для проверки.
Применение глубокого обучения в других областях. Например:DL for trading,DL for optimizing energy efficiency.
Используйте свои приобретенные навыки ума, чтобы сделать что-то еще, например, обратиться к этомуВеб-сайт.
Участвуйте в таких конкурсах, как:kaggle.
Присоединяйтесь к некоторым сообществам глубокого обучения, таким как:Google Group,DL Subreddit.
Подпишитесь на некоторых исследователей, таких как:RE.WORK DL Summit.
Рекомендуемое время: неограниченно
-------------------
Некоторые хорошие ресурсы:
CoderPai — это платформа, ориентированная на алгоритмический бой, с дизайном от базовых алгоритмов до алгоритмов искусственного интеллекта. Если вы заинтересованы в алгоритмическом бою, пожалуйста, следуйте за нами быстро. Присоединяйтесь к группе WeChat для реальных боевых действий AI, группе QQ для реальных боевых действий AI, группе WeChat по алгоритму ACM, группе QQ по алгоритму ACM. Для получения подробной информации, пожалуйста, обратите внимание на учетную запись WeChat «CoderPai» (coderpai).