七步让你实践深度学习
我们工作中经常会问: “深度学习该从哪里学起?” 虽然网上已经有点了大量的免费课程,但是冗杂的信息太多。为了帮助你进入深度学习的“坑”,我们整理了以下这些资源。
1.初学机器学习,最好的资源是 Cousera 上Andrew Ngs的课程。浏览一遍基本足够,不过完成课后任务会对你的理解有进一步的提升。
2.接下来你可以了解一下 神经网络 (Neutral Network)并且自己上手玩玩。
3.理解神经网络很重要,但是仅仅最简单的情况是不够的。传统神经网络的一个变种——卷积神经网络(CNN),对于视觉任务很有帮助。斯坦福的相关 课件 和 笔记 都同样有收录。 这里 还有卷积网络在视觉处理上的应用课程。
4.接下来你可以在你自己的电脑上运行第一个CNN:
- 购买一个 GPU 并且安装 CUDA
- 安装 Caffe 还有他的GUI Digit
- 安装 Bonic (它不仅能帮你学习深度学习,还能让其他研究者处于科研目的利用你的GPU的空余时间)
5.Digit提供了部分算法,例如 Lenet 用于字符识别以及 Googlenet 的图像分类算法,还需要下载对应的数据集来尝试这些算法, Lenet , Googlenet 。你有时候要调整一下算法来完成其他类型的计算机视觉任务,比如我们 这里 做的。
6.至于多样的自然语言处理(NLP)任务,循环神经网络(RNNs)往往是最好的选择。斯坦福大学的 课程 依旧可以给你很好的指导,你也可以下载 Tensorflow 来自己建立RNNs。
7.最后你可以自己选择一类深度学习任务来开始实践了,从人脸识别、演讲挖掘到自动驾驶的汽车,都可以尝试分析。
相关推荐
深圳克林斯曼 2020-11-09
86377811 2020-11-06
Niteowl 2020-11-05
ohbxiaoxin 2020-11-04
bigquant 2020-11-03
PandaJiong 2020-11-02
fengzhimohan 2020-11-02
lwnylslwnyls 2020-11-06
Micusd 2020-11-19
人工智能 2020-11-19
81510295 2020-11-17
jaybeat 2020-11-17
flyfor0 2020-11-16
lgblove 2020-11-16
Pokemogo 2020-11-16
Pokemogo 2020-11-16
clong 2020-11-13
lizhengjava 2020-11-13
ohbxiaoxin 2020-11-13