专栏首页数据科学与人工智能【深度学习】深度学习入门资源索引

【深度学习】深度学习入门资源索引

深度学习(Deep Learning)属于非常前沿的学科,没有现成的的综合型教材,主要是通过阅读大量论文和代码练习来学习。值得读的经典论文很多,下面介绍的一些教程中多少都有提及,另外就是去google重要文献。代码方面推荐使用python为基础的theano框架,因为它比较偏底层,可以从细节掌握如何构建一个深度学习模块,而且方便结合python在数据领域的其它积累,例如numpy。当然到了生产环境你可以再考虑torch之类的框架。从代码角度切入学习的好处是,理解起来不会像理论切入那么枯燥,可以很快做起一个好玩的东西。当然,最后你还是得补充理论的。下面精选介绍一些本人在学习时遇到的好教程。 1、入门首选: http://deeplearning.net/tutorial/ 该站提供了一系列的theano代码示范,通过研究模仿,就可以学会包括NN/DBN/CNN/RNN在内的大部分主流技术。其中也有很多文献连接以供参考。 2、BP神经网络: http://neuralnetworksanddeeplearning.com/ 第1部分的教程中,神经网格的参数是theano自动求导的,如果想深入了解细节,还得手动推导加代码实现一遍。该教程对BP神经网络的理论细节讲的非常好。 3、理论补充: http://goodfeli.github.io/dlbook/ 该书内容比较广泛,虽未最终完成,但已初见气象。用来完善理论知识是再好不过。 4、图像处理中的卷积神经网络: http://vision.stanford.edu/teaching/cs231n/syllabus.html 前面三部分相当于导论,比较宽泛一些,该教程则是专注于卷积神经网络在图像视觉领域的运用,CNN方面知识由此深入。 5、自然语言处理中的深度学习: http://cs224d.stanford.edu/ 本教程则偏重于深度学习在自然语言处理领域的运用,词向量等方面知识由此深入。 6、递归神经网络: http://www.wildml.com/ 该博客讲的RNN是非常棒的系列,不可不读。 7、keras框架: http://keras.io/ keras框架是基于theano的上层框架,容易快速出原型,网站中提供的大量实例也是非常难得的研究资料。 8、深度学习和NLP https://github.com/nreimers/deeplearning4nlp-tutorial/tree/master/2015-10_Lecture 该教程是第5部分的补充,理论讲的不多,theano和keras代码讲的很多,附带的代码笔记很有参考价值。 9、机器学习教程 https://www.cs.ox.ac.uk/people/nando.defreitas/machinelearning/ 牛津大学的机器学习课程,讲到了大量深度学习和强化学习的内容,适合于复习过一遍。 10、搭建硬件平台 http://xccds1977.blogspot.com/2015/10/blog-post.html 到这里,你的理论和代码功力应该差不多入门了,可以组个GPU机器来大干一场了。可以参考笔者这个博客来攒个机器。 11、去kaggle实战玩玩吧 http://www.kaggle.com/

来源:深度学习实验室

本文分享自微信公众号 - 数据科学与人工智能(DS_AI_shujuren)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2015-12-25

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 【陆勤阅读】PyCon 2014:机器学习应用占据Python的半壁江山

    今年的PyCon于4月9日在加拿大蒙特利尔召开,凭借快速的原型实现能力, Python在学术界得到了广泛应用。最近其官方网站发布了大会教程部分的视频和幻灯片,其...

    陆勤_数据人网
  • 【教程】机器学习Python教程:1机器学习

    机器学习是一种编程,它使计算机能够在没有显式编程的情况下自动地从数据中学习。换句话说,这意味着这些程序通过学习数据来改变它们的行为。

    陆勤_数据人网
  • 【Python环境】Python语言下的机器学习库

    Python是最好的编程语言之一,在科学计算中用途广泛:计算机视觉、人工智能、数学、天文等。它同样适用于机器学习也是意料之中的事。 当然,它也有些缺点;其中一个...

    陆勤_数据人网
  • 教程 | 一文读懂自学机器学习的误区和陷阱(附学习资料)

    写这篇教程的初衷是很多朋友都想了解如何入门/转行机器学习,搭上人工智能这列二十一世纪的快车。文章的宗旨是:1. 指出一些自学的误区 2. 不过多的推荐资料 3....

    数据派THU
  • 如何用3个月零基础入门机器学习?

    用户1737318
  • 如何用 3 个月零基础入门机器学习?

    写这篇文章的初衷是大部分私信我的朋友都想了解如何入门 / 转行机器学习,搭上人工智能这列二十一世纪的快车。再加上这个问题每隔一阵子就会在知乎时间线上出现一次,因...

    AI研习社
  • excel制作甘特图模板

    方法就不多说了,核心就是把开始时间先变成常规的单元格格式,甘特图做好之后再改回来。剩下的都是excel的技巧。

    钱塘小甲子
  • [资源]《动手学深度学习》by Amazon AI:李沐

    上回介绍了下Github上的Awesome Deep Learning项目:包含深度学习的免费在线书籍、课程、视频及讲义、论文、教程、网站、数据集、框架和其他资...

    古柳_DesertsX
  • 2018年你应该知道的11个Javascript实用程序库

    由于Javascript在2018年仍然是最受欢迎和最广泛使用的编程语言,因此使得它的生态系统得到了更好的扩展。

    前端博客 : alili.tech
  • Dev XtraTreeList 学习

    本文转载:http://www.cnblogs.com/VincentLuo/archive/2012/01/06/2313983.html

    跟着阿笨一起玩NET

扫码关注云+社区

领取腾讯云代金券