热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

如何在6个月内学习深度学习(翻译)

    准备6个月内,每周将花费10-20小时。需要一些编程基础。这样便于在学习过程中学习使用Python和云。一定的数学基础。有可操作的电脑并能连入网络。    第一步我们通过学

      准备


  • 6个月内,每周将花费10-20小时。

  • 需要一些编程基础。这样便于在学习过程中学习使用Python和云。

  • 一定的数学基础。

  • 有可操作的电脑并能连入网络。

      第一步


我们通过学习驾驶从而学习开车,而不是通过学习离合器和内燃机的工作原理。学习深度学习时,在起始阶段,我们将遵循同样的自上而下的方法。用4-6周的时间学习fast.ai课程(http://course.fast.ai/)。

      第二步


这个阶段开始了解一些基础知识,学习微积分和线性代数。对于微积分,可以通过Big Picture of Calculus (https://ocw.mit.edu/resources/res-18-005-highlights-of-calculus-spring-2010/highlights_of_calculus/big-picture-of-calculus/)进行学习。对于线性代数,MIT的课程OpenCourseWare (https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/)非常不错。学习完这两个后,可以继续学习Matrix Calculus for Deep Learning (http://parrt.cs.usfca.edu/doc/matrix-calculus/index.html)。

      第三步


这个阶段需要了解深层学习的自下而上方法。完成Coursera上的五门课程 (https://www.coursera.org/specializations/deep-learning)。这个课程需要付费,但完成后会发现是值得的。考虑之前已经进行过的学习,理想情况下,应该能够每周完成一门课程

      第四步


前三个步骤是了解如何和在何处使用深度学习,并获得坚实的基础。这个阶段需要自己完成一个项目,从而更加深入的了解深度学习相关的库,如:Tensorflow, PyTorch, MXNet 等。选一个自己关注的问题,从头构建一个模型体系,加深对建模工具的操作熟练度。

      第五步


这个阶段继续做fast.ai的第二部分课程(http://course.fast.ai/part2.html)。这部分课程涵盖了更高级的主题,你将学会阅读最新的研究论文并理解它们。


每个步骤大约需要4到6周的时间。从开始的那一刻起,大约26周后,如果你认真地遵循上述所有准则,你将在深入学习方面有坚实的基础。

      之后做什么


学习斯坦福cs231n (http://cs231n.stanford.edu/) 和cs224d (http://cs224d.stanford.edu/) 课程。这两门课分别针对视觉识别和NLP都有很深的介绍。还可以阅读deep learining book 材料 (http://www.deeplearningbook.org/), 帮助巩固理解。



推荐阅读
  • 在第七天的深度学习课程中,我们将重点探讨DGL框架的高级应用,特别是在官方文档指导下进行数据集的下载与预处理。通过详细的步骤说明和实用技巧,帮助读者高效地构建和优化图神经网络的数据管道。此外,我们还将介绍如何利用DGL提供的模块化工具,实现数据的快速加载和预处理,以提升模型训练的效率和准确性。 ... [详细]
  • 技术分享:使用 Flask、AngularJS 和 Jinja2 构建高效前后端交互系统
    技术分享:使用 Flask、AngularJS 和 Jinja2 构建高效前后端交互系统 ... [详细]
  • C#实现文件的压缩与解压
    2019独角兽企业重金招聘Python工程师标准一、准备工作1、下载ICSharpCode.SharpZipLib.dll文件2、项目中引用这个dll二、文件压缩与解压共用类 ... [详细]
  • Spring Data JdbcTemplate 入门指南
    本文将介绍如何使用 Spring JdbcTemplate 进行数据库操作,包括查询和插入数据。我们将通过一个学生表的示例来演示具体步骤。 ... [详细]
  • 原文网址:https:www.cnblogs.comysoceanp7476379.html目录1、AOP什么?2、需求3、解决办法1:使用静态代理4 ... [详细]
  • 在Windows系统中安装TensorFlow GPU版的详细指南与常见问题解决
    在Windows系统中安装TensorFlow GPU版是许多深度学习初学者面临的挑战。本文详细介绍了安装过程中的每一个步骤,并针对常见的问题提供了有效的解决方案。通过本文的指导,读者可以顺利地完成安装并避免常见的陷阱。 ... [详细]
  • 当前,众多初创企业对全栈工程师的需求日益增长,但市场中却存在大量所谓的“伪全栈工程师”,尤其是那些仅掌握了Node.js技能的前端开发人员。本文旨在深入探讨全栈工程师在现代技术生态中的真实角色与价值,澄清对这一角色的误解,并强调真正的全栈工程师应具备全面的技术栈和综合解决问题的能力。 ... [详细]
  • 表面缺陷检测数据集综述及GitHub开源项目推荐
    本文综述了表面缺陷检测领域的数据集,并推荐了多个GitHub上的开源项目。通过对现有文献和数据集的系统整理,为研究人员提供了全面的资源参考,有助于推动该领域的发展和技术进步。 ... [详细]
  • 本文提供了PyTorch框架中常用的预训练模型的下载链接及详细使用指南,涵盖ResNet、Inception、DenseNet、AlexNet、VGGNet等六大分类模型。每种模型的预训练参数均经过精心调优,适用于多种计算机视觉任务。文章不仅介绍了模型的下载方式,还详细说明了如何在实际项目中高效地加载和使用这些模型,为开发者提供全面的技术支持。 ... [详细]
  • 本文详细探讨了使用Python3编写爬虫时如何应对网站的反爬虫机制,通过实例讲解了如何模拟浏览器访问,帮助读者更好地理解和应用相关技术。 ... [详细]
  • python模块之正则
    re模块可以读懂你写的正则表达式根据你写的表达式去执行任务用re去操作正则正则表达式使用一些规则来检测一些字符串是否符合个人要求,从一段字符串中找到符合要求的内容。在 ... [详细]
  • 本文介绍了如何使用 Google Colab 的免费 GPU 资源进行深度学习应用开发。Google Colab 是一个无需配置即可使用的云端 Jupyter 笔记本环境,支持多种深度学习框架,并且提供免费的 GPU 计算资源。 ... [详细]
  • 浅析python实现布隆过滤器及Redis中的缓存穿透原理_python
    本文带你了解了位图的实现,布隆过滤器的原理及Python中的使用,以及布隆过滤器如何应对Redis中的缓存穿透,相信你对布隆过滤 ... [详细]
  • Spring 切面配置中的切点表达式详解
    本文介绍了如何在Spring框架中使用AspectJ风格的切面配置,详细解释了切点表达式的语法和常见示例,帮助开发者更好地理解和应用Spring AOP。 ... [详细]
  • 本文详细介绍了在Windows操作系统上使用Python 3.8.5编译支持CUDA 11和cuDNN 8.0.2的TensorFlow 2.3的步骤。文章不仅提供了详细的编译指南,还分享了编译后的文件下载链接,方便用户快速获取所需资源。此外,文中还涵盖了常见的编译问题及其解决方案,确保用户能够顺利进行编译和安装。 ... [详细]
author-avatar
手机用户2602920905
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有