大家知道牛津配‏资不？完成配‏资，能找这‏家么？

来源：蜘蛛抓取(WebSpider) 时间：2019-04-24 02:01 标签： rlm

跟着网络资料自学、刷MOOC是许多人學深度学习的方式但深度学习相关资源众多，应该从哪儿开始学呢

富有自学经验的GitHub用户Sanny Kim贡献出了一份深度学习自学指南。

数学不太好嘚同学请戳：

已经学过需要复习一下或者几乎放弃治疗、只想简单了解一下的同学请戳：

线代方面有几个必须搞懂的概念：向量，矩阵矩阵运算，包括加减乘除逆运算

还是一样，想认认真真搞懂线代的同学请戳：

概率统计方面有几个必须搞懂的概念：平均值标准差，分布采样，贝叶斯定理

当然，因为数学嘛毕竟是门大杀器，要是实在学不下去可以先开始学下面的深度学习部分，看到哪儿原悝不懂了再回来翻资料理解一下。

现在恭喜你学会了Python，还搞懂了一部分数学理论知识终于可以开始学正儿八经的深度学习了。

深度學习入门非常重要的两套课程分别是

刷博客也是自学的重要途径，这里一些经典博客可以作为学习资料：

在处理可视化和动量方面做得非常好的/

现在基础、原理、代码你都学的差不多了，终于可以开始使用深度学习这项大杀器了

那，拿来干点啥从什么项目开始下手呢？可以看这些找找灵感：

另外还需要做处选择，在TensorFlow、PyTorch、Keras等一大堆框架里选边站找一个你觉得好用的框架。

项目实践好了之后就可鉯开始写技术博客啦！

现在，你终于成为了一个掌握深度学习技能的人可以考虑在计算机视觉、自然语言处理、机器学习、自动驾驶……等许多领域深入发展了。

不过Sanny Kim还是建议大家先去学：

斯坦福CS231n不同年份有不同年份的特点，比如2017年有一个关于生成模型的课程2016年有Jeff Dean的演讲，如果想了解在深度学习爆发之前计算机视觉的发展可以看最后一个课程。

小程序|全类别AI学习教程

AI社群|与优秀的人交流

?'?' ? 追踪AI技术和产品新动态

跟着网络资料自学、刷MOOC是许多人學深度学习的方式但深度学习相关资源众多，应该从哪儿开始学呢

富有自学经验的GitHub用户Sanny Kim贡献出了一份深度学习自学指南。

数学不太好嘚同学请戳：

已经学过需要复习一下或者几乎放弃治疗、只想简单了解一下的同学请戳：

线代方面有几个必须搞懂的概念：向量，矩阵矩阵运算，包括加减乘除逆运算

还是一样，想认认真真搞懂线代的同学请戳：

概率统计方面有几个必须搞懂的概念：平均值标准差，分布采样，贝叶斯定理

当然，因为数学嘛毕竟是门大杀器，要是实在学不下去可以先开始学下面的深度学习部分，看到哪儿原悝不懂了再回来翻资料理解一下。

现在恭喜你学会了Python，还搞懂了一部分数学理论知识终于可以开始学正儿八经的深度学习了。

深度學习入门非常重要的两套课程分别是

刷博客也是自学的重要途径，这里一些经典博客可以作为学习资料：

在处理可视化和动量方面做得非常好的/

现在基础、原理、代码你都学的差不多了，终于可以开始使用深度学习这项大杀器了

那，拿来干点啥从什么项目开始下手呢？可以看这些找找灵感：

另外还需要做处选择，在TensorFlow、PyTorch、Keras等一大堆框架里选边站找一个你觉得好用的框架。

项目实践好了之后就可鉯开始写技术博客啦！

现在，你终于成为了一个掌握深度学习技能的人可以考虑在计算机视觉、自然语言处理、机器学习、自动驾驶……等许多领域深入发展了。

不过Sanny Kim还是建议大家先去学：

斯坦福CS231n不同年份有不同年份的特点，比如2017年有一个关于生成模型的课程2016年有Jeff Dean的演讲，如果想了解在深度学习爆发之前计算机视觉的发展可以看最后一个课程。

小程序|全类别AI学习教程

AI社群|与优秀的人交流

?'?' ? 追踪AI技术和产品新动态

我要回帖

更多关于 rlm 的文章

 

随机推荐