七步让你实践深度学习

作者: Ankit Agarwal 2017-04-21 14:21:53

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,***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。

七步让你实践深度学习

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。

七步让你实践深度学习

4.接下来你可以在你自己的电脑上运行***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***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。

七步让你实践深度学习

7.***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。

如果你按照顺序完成了上述步骤,你已经基本掌握了主流的深度学习方法。想要加入诸如Google,百度这类的公司工作,你仍然需要不断的学习与实践,建立起自身的直觉和方法流程。

作者: Ankit Agarwal —- CTO, Silversparro Technologies Private Limited 。

深度学习 神经网络
上一篇:一个开源机器学习框架新手入门,Scikit-learn的那些事儿 下一篇:人工智能时代,技术人员应该掌握的5项技能
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

百度CTO王海峰CNCC2019演讲:深度学习平台支撑产业智能化

百度CTO王海峰在会上发表题为《深度学习平台支撑产业智能化》的演讲,分享了百度关于深度学习技术推动人工智能发展及产业化应用的思考,并深度解读百度飞桨深度学习平台的优势,以及与百度智能云结合助力产业智能化的成果。

佚名 ·  1天前
深度学习/计算机视觉常见的8个错误总结及避坑指南

人类并不是完美的,我们经常在编写软件的时候犯错误。有时这些错误很容易找到:你的代码根本不工作,你的应用程序会崩溃。但有些 bug 是隐藏的,很难发现,这使它们更加危险。

skura ·  3天前
2019年深度学习自然语言处理十大发展趋势 精选

自然语言处理在深度学习浪潮下取得了巨大的发展,FloydHub 博客上Cathal Horan介绍了自然语言处理的10大发展趋势,是了解NLP发展的非常好的文章。

HU数据派 ·  4天前
图灵奖得主Yoshua Bengio:深度学习当务之急,是理解因果关系

深度学习擅长在大量数据中发现模式,但无法解释它们之间的联系,而图灵奖获得者Yoshua Bengio想要改变这一点。

佚名 ·  2019-10-15 05:15:00
18个挑战项目带你快速入门深度学习

AlphaGo 大战李世?h之后,深度学习技术便在国内变得异常火。吸引了大批的技术人员争相学习,那么到底如何才能更快速的入门深度学习呢?下面给大家介绍的 18 个挑战项目,通过实践动手带你快速入门深度学习!

实验楼 ·  2019-10-10 14:48:19
盘点 | 8个你可能不知道的深度学习应用案例

深度学习与传统机器学习系统的不同之处在于,它能够在分析大型数据集时进行自我学习和改进,因此能应用在许多不同的领域。

天极网 ·  2019-10-10 14:15:18
2019年较热门的5大深度学习课程

今天,我们将和大家盘点一下,当下较流行的深度学习资源/课程,可以帮助你们提升深度学习技能。

猿哥 ·  2019-09-26 05:16:24
DeepMind一次性开源3个新框架!深度强化学习应用落地即将迎来春天?

深度强化学习(Deep Reinforcement Learning,DRL)一直是近年来人工智能的一些重大突破的核心。然而,尽管 DRL 有了很大的进步,但由于缺乏工具和库,DRL 方法在主流解决方案中仍然难以应用。

杨鲤萍 ·  2019-09-20 09:38:18
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载