老男孩旗下品牌:网校平台

老男孩IT教育,只培养技术精英

全国免费咨询电话:400-609-2893
python深度学习指南

    /    2017-07-13

引言:

 

针对现有市场上培训机构的众多,如何学习Python是每个学员担心的问题,今天小编整理了一些资料,分享给学习中大家。

 

深度学习目前已经成为了人工智能领域的突出话题。它在“计算机视觉”和游戏(AlphaGo)等领域的突出表现而闻名,甚至超越了人类的能力。近几年对深度学习的关注度也在不断上升,这里有一个调查结果可以参考。

 

这里有一个 Google 的搜索趋势图:

 

如果你对这个话题感兴趣,这里有一个很好的非技术性的介绍。如果你有兴趣了解最近的趋势,那么这里有一个很好的汇总。

 

在这篇文章中,我们的目标是为所有深度学习的人提供一条学习之路,同时也是为想要进一步学习的人提供一条探索的路径。如果你准备好了,那么让我们开始吧!

 

步骤0:先决条件

建议在学习深度学习之前,你应该先了解一些机器学习的基础知识。这篇文章列出了完整的学习机器学习的资源。

 

如果你想要一个简单的学习版本。那么可以看下面的列表:

 

    数学基础(特别是微积分,概率和线性代数)

 

    Python 基础

 

    统计学基础

 

    机器学习基础

 

建议时间:2-6个月

 

步骤1:机器配置

 

在进行下一步学习之前,你应该确保你有一个支持你学习的硬件环境。一般建议你至少拥有以下硬件:

一个足够好的 GPU4+ GB),最好是 Nvidia

一个还可以的 CPU(比如:Intel Core i3Intel Pentium 可能不适合)

4 GB RAM(这个取决于数据集大小)

 

如果你还不确定,那么请阅读这个硬件指南。

 

备注:如果你是一个硬件玩家,那么你可能已经拥有了所需的硬件。

 

如果你没有所需的规格,那么你可以租一个云平台来学习,比如 Amazon Web ServiceAWS)。这是使用 AWS 进行深度学习的良好指南。

 

备注:在这个阶段不要安装任何深度学习的库,安装过程我们会在步骤 3 中介绍。

 

步骤2:初试深度学习

 

现在,你已经对这个领域有了一个初步的认识,那么你应该进一步深入了解深度学习。

 

根据自己的偏好,我们可以选择以下几个途径:

 

    通过博客学习,比如 Fundamentals of Deep Learning Hacker's guide to Neural Networks

 

    通过视频学习,比如 Deep Learning Simplified

 

    通过书籍学习,比如 Neural networks and Deep Learning

 

 

除了上述的先学知识,你还应该了解一些流行的深度学习库和运行他们的语言。以下是一个不太完整的列表(你可以通过查看 wiki 获得更加完整的列表):

 

    Caffe

 

    DeepLearning4j

 

    Tensorflow

 

    Theano

 

    Torch

 

 

其他一些著名的库:MochaneonH2OMXNetKerasLasagneNolearn。关于深度学习语言,可以查看这个文章。

 

你也可以查看查看 Stanford  CS231n 中的第 12 讲,概要性的了解一些深度学习库。

 

建议时间:1-3

 

步骤3:选择你自己的领域

 

这是最有趣的部分,深度学习已经应用在各个领域中,并且取得了最先进的研究成果。如果你想更深入的了解,那么作为一个读者,你最适合的路径就是动手实践。这样才能对你现在了解的内容有一个更加深入的认识。

 

注意:在以下的每个领域中,都会包括一个博客,一个实战项目,一个需要的深度学习库以及一个辅助课程。第一步你应该学习一下博客,然后去安装对应的深度学习库,然后再去做实战项目。如果在这个过程中,你遇到什么问题,那么可以去学习辅助课程。

 

    深度学习在机器视觉中的应用

 

        参考博客:DL for Computer Vision

 

        实战项目:Facial Keypoint Detection

 

        深度学习库:Nolearn

 

        推荐课程:CS231n: Convolutional Neural Networks for Visual Recognition

 

 

    深度学习在自然语言处理中的应用

 

        参考博客:Deep Learning, NLP, and Representations

 

        实战项目:Deep Learning for Chatbots, Part 1, Part2

 

        深度学习库:Tensorflow

 

        推荐课程:CS224d: Deep Learning for Natural Language Processing

 

 

    深度学习在语音中的应用

 

        参考博客:Deep Speech: Lessons from Deep Learning

 

        实战项目:Music Generation using Magenta (Tensorflow)

 

        深度学习库:Magenta

 

        推荐课程:Deep Learning (Spring 2016), CILVR Lab@NYU

 

 

    深度学习在强化学习中的应用

 

        参考博客和实战项目:Deep Reinforcement Learning: Pong from Pixels

 

        深度学习库:没有需要的深度学习库,但是你需要 openAI gym 来测试你的模型。

 

        推荐课程:CS294: Deep Reinforcement Learning

 

 

建议时间:1-2个月

 

步骤4:深挖深度学习

 

现在你应该已经已经学会了基础的深度学习算法!但是前面的路程会更加艰苦。现在,你可以尽可能高效的利用这一新获得的技能。这里有一些技巧,你应该做的,可以磨炼你的技能。

 

    重复上述步骤,选择不同的领域进行尝试。

 

    深度学习在别的领域的应用。比如:DL for tradingDL for optimizing energy efficiency

 

    利用你学到的心技能去做点别的事,比如参考这个网站。

 

    参加一些比赛,比如:kaggle

 

    加入一些深度学习社区,比如:Google GroupDL Subreddit

 

    跟随一些研究人员,比如:RE.WORK DL Summit

 

 

最后送大家一句话:不管学习什么编程语言,一定要记住持之以恒!Python学习也是这样


(0)

分享至