2018年最全干货总结

新手?大佬?今天本平台完整得来一次干货大全,你们都知道哪些呢?

最全干货大全

之前很多读者反映新人和旧人得分的明细一些,那今天先总结一下本平台自创办以来一些经典的干货和实验等,希望对大家有所了解~

那我现在就开始吧~

小小互动

首先开始之前,我还是有一个问题,就是你为什么要关注我们平台?

从创办以来,已经得到很多读者和科研人员的支持,我们初衷还是希望喜欢人工智能的朋友可以聚集到一起,一起学习最先进的技术,交流最新的算法,分享最经典的知识,认识更多与自己趣味相投的他(她),一起学习,共同进步!

在此,特别感谢你们的关注与支持!谢谢~

先简单说下今天的主要目的,想让你们了解下本平台的一些历史辉煌以及未来的趋势。主要今天分为:新人篇进阶篇高级篇

新人篇

对于新人,也分两类,如果你是新加入我们的新人,那你可以在平台内的界面可以看到相关信息,可以选择性的去获取你想要的。

https://mp.weixin.qq.com/mp/homepage?__biz=MzU0NTAyNTQ1OQ%3D%3D&hid=4&sn=8ede0e9a5a32f8aa33d66590e06f491f

上面这个链接你可以几乎看到所有,如果有兴趣的你,可以去尽情享受~

但是对于新进入该领域的你,那你真的是“新人”,你可以通过以下渠道去快速进入状态,以最快的速度和最准确的方式去理解和认识。

其实这也是很多人之前一直询问的问题,我该怎么入题?

关于深度学习入门。其实,网上的资料很多,不过大部分都不太适合初学者。 原因如下:

  • 深度学习必须有一定的数学基础,如果不能简单的方法去讲解,但是又能学习到基本原理和深入理解,有些新人就会有畏难的思想,从而导致过早地放弃和没有兴趣;
  • 还有就是现在市面上的书籍大同小异,很多人的书籍还有错误,更有很多中国人或美国人写的书籍或文章,看不懂的情况。

以下引用Jacky Yang的话:

深度学习,确实需要一定的数学基础,但真的那么难么?这个,还真没有。不信?给你侃侃,看完,你也会觉得没那么难了。

此段是针对初学者,有基础的可以跳过!!!

首先,推荐一篇非常不错的文章: 《1天搞懂深度学习》,300多页的ppt,中国台湾李宏毅教授写的,非常棒。 不夸张地说,是我看过最系统,也最通俗易懂的,关于深度学习的文章。

链接:http://www.slideshare.net/tw_dsconf/ss-62245351?qid=108adce3-2c3d-4758-a830-95d0a57e46bc&v=&b=&from_search=3

要说先准备什么,其实只需要知道导数和相关的函数概念就可以了。高等数学也没学过?很好,我就是想让文科生也能看懂,您只需要学过初中数学就可以了。

其实不必有畏难的情绪,个人很推崇李书福的精神,在一次电视采访中,李书福说:谁说中国人不能造汽车?造汽车有啥难的,不就是四个轮子加两排沙发嘛。当然,他这个结论有失偏颇,不过精神可嘉。

————李书福

导数是什么,无非就是变化率呗,王小二今年卖了100头猪,去年卖了90头,前年卖了80头。。。变化率或者增长率是什么?每年增长10头猪,多简单。这里需要注意有个时间变量---年。王小二卖猪的增长率是10头/年,也就是说,导数是10。函数y=f(x)=10x+30,这里我们假设王小二第一年卖了30头,以后每年增长10头,x代表时间(年),y代表猪的头数。

当然,这是增长率固定的情形,现实生活中,很多时候,变化量也不是固定的,也就是说增长率也不是恒定的。

比如,函数可能是这样: y=f(x)=5x²+30,这里x和y依然代表的是时间和头数,不过增长率变了,怎么算这个增长率,我们回头再讲。或者你干脆记住几个求导的公式也可以。

深度学习还有一个重要的数学概念:偏导数,偏导数的偏怎么理解?我们还以王小二卖猪为例,刚才我们讲到,x变量是时间(年),可是卖出去的猪,不光跟时间有关啊,随着业务的增长,王小二不仅扩大了养猪场,还雇了很多员工一起养猪。所以方程式又变了:y=f(x)=5x₁²+8x₂ + 35x₃ +30 这里x₂代表面积,x₃代表员工数,当然x₁还是时间。

上面我们讲了,导数其实就是变化率,那么偏导数是什么?偏导数无非就是多个变量的时候,针对某个变量的变化率呗。在上面的公式里,如果针对x₃求偏导数,也就是说,员工对于猪的增长率贡献有多大,或者说,随着(每个)员工的增长,猪增加了多少,这里等于35---每增加一个员工,就多卖出去35头猪. 计算偏导数的时候,其他变量都可以看成常量,这点很重要,常量的变化率为0,所以导数为0,所以就剩对35x₃ 求导数,等于35. 对于x₂求偏导,也是类似的。 求偏导我们用一个符号 表示:比如 y/ x₃ 就表示y对 x₃求偏导。

废话半天,这些跟深度学习到底有啥关系?有关系,我们知道,深度学习是采用神经网络,用于解决线性不可分的问题。关于这一点,我们回头再讨论,大家也可以网上搜一下相关的文章。我这里主要讲讲数学与深度学习的关系。

1

第1步:学习机器学习基础

机器学习斯坦福课程是最好的开始,他的课程目前介绍了各种机器学习算法,最主要的是,其包括了各种机器学习的一般程序及方法,数据处理、超参数调优等。

2

第2步:开始深入学习

可以观看一些牛人的演讲视频,在线课程等(如吴恩达等),举几个例子:

  • Geoffrey Hinton,这位教授大家应该都认识,他的课程:Neural Networks for Machine Learning;
  • Hugo Larochelle,课程:Neural Networks Class。

3

第3步:深入学习一个领域

  • 计算机视觉,CS231n课程很优秀
  • 自然语言处理(NLP),CS224N课程优秀
  • 深度加强学习,典型例子:AlphaGo

进阶篇

进阶篇,就比较简单,因为你已经有了一定的基础,在这个阶段,就是各种阅读资料,比如阅读顶级期刊(CVPR,ECCV,ICCV,PR,Trans等),写个总结,然后自己亲手去实践,久而久之,就可以成为该领域的老手。

比如之前平台推送的一些我的实践结果:

如果你想进入CV领域,很多小项目、实验可以动手去做,比如:

原文发布于微信公众号 - 计算机视觉战队(ComputerVisionGzq)

原文发表时间:2018-10-15

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。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器之心

专栏 | 李航教授展望自然语言对话领域:现状与未来

语音助手、智能客服、智能音箱、聊天机器人,近年各种自然语言对话系统如雨后春笋般地涌现,有让人眼花缭乱的感觉。一方面对话系统越来越实用化,另一方面当前技术的局限性...

18500
来自专栏机器之心

专访 | 先声教育CTO秦龙:有限的算法与无限的新意

376110
来自专栏PPV课数据科学社区

技术前沿 : 大数据下的用户与价值分析。

大数据下,用户分析的核心是什么? ——解决实际问题   确定用户分析目的,具体是为了降低成本?增加收入?优化用户体验?提升营销效果?用户针对性管理? 确定目的...

33430
来自专栏杨建荣的学习笔记

人机大战第二回合后的思考(r12笔记第75天)

古希腊哲学家普罗泰戈拉说道:人是万物的尺度。在人工智能时代的今天,这句话更有深意,已经不是单纯的抒情了。 今天是AlphaGo和柯洁的第二场比赛。在谷歌De...

36460
来自专栏量子位

卡成PPT不开心?GAN也能生成流畅的连续表情了 |ECCV Oral · 代码

不过,从前的GAN只会生成一些互无关联的表情。这样,即便做成动图,也拥有浓厚的PPT风韵。

11500
来自专栏计算机视觉战队

2018年暑假最全的干货总结

之前很多读者反映新人和旧人得分的明细一些,那今天先总结一下本平台自创办以来一些经典的干货和实验等,希望对大家有所了解~

11920
来自专栏新智元

周志华Deep Forrest论文参与者答网友问,或6月1日开源

【新智元导读】新智元之前发布周志华老师的Deep Forrest论文引起了广泛关注和讨论。本文作者Ji Feng正是该论文的参与者,他在知乎上对这篇论文的评论做...

359100
来自专栏数据科学与人工智能

【数据科学】数据科学能回答什么样的问题?

机器学习是数据科学的发动机。每种机器学习方法(也称为算法)获取数据,反复咀嚼,输出结果。机器学习算法负责数据科学里最难以解释又最有趣的部分。数学的魔法在此发生。...

27680
来自专栏新智元

【荐书】机器学习需要的数学知识和基础书籍推荐

【新智元导读】我们在《机器学习里,数学究竟多重要?》一文中提供了机器学习所需的数学知识和建议,对于初学者来说,并不需要先掌握大量的数学知识再开始做机器学习。学习...

411120
来自专栏量子位

搞机器学习/AI有什么必备的数学基础?| 经验之谈+资源大全

雷刚 发自 凹非寺 量子位 报道 | 公众号 QbitAI 今天是开学第一天!心里只有学习的量子位,发现Hacker News上又有高分话题,而且还跟学习有关...

41150

扫码关注云+社区

领取腾讯云代金券