真·干货!这套深度学习教程整理走红,从理论到实践的带你系统学习 | 资源

铜灵 发自 凹非寺 量子位 出品 | 公众号 QbitAI

寒假/春节小长假给自己充电的真·干货来了。

如果你想要的是一份从理论到实践的深度学习教程清单,如果你想系统了解各类框架、基础网络与各种使用场景,如果你缺一套即用即查的手边书——

那这套教程整理简直再合适不过了!

近日,这套名为HyperDL-Tutorial的课程整理在网上走红,科技博主@爱可可-爱生活分享一天,引来上百名网友转发,还被不少网友私藏。

课程介绍

这套教程整理的作者lsy17096535表示,HyperDL-Tutorial是深度学习相关系列内容的资料整理,还包含自己在深度学习实践中的一些经验。

这套教程集合共分为9节,从常见的深度学习框架、基础网络到适用场景与相关面试题都有。内容由浅入深、由理论到实践,适合深度学习新手

各章节目录如下:

  1. 常见深度学习框架
  2. 基础网络
  3. 神经网络的优化
  4. 模型之间的转换
  5. 适用于移动端的框架
  6. 神经网络的设计
  7. 神经网络的适用场景
  8. 基础网络的训练
  9. 相关面试题

这套教程整理中的每个章节,都暗含了大量资源链接。你也可以把它当成一本简洁的工具书,在想系统查找某个具体应用时查一查。

举个例子——

在深度学习在图像领域的应用这一节,作者总结了在视觉领域一些方向上基于深度学习的优秀算法,整理出了检测、分类、识别、追踪、分割、边缘检测、图像复原这7大类应用方向。

先细化出几大类方向后,作者继续分类和细化。比如物体检测分支,作者将应用分为单一物体检测与通用物体检测两个子类,物体识别分支,分为了人脸识别和文字识别两个子类。

如同思维导图,每个子类进一步细化到了具体算法。在单一物体检测子类上,作者总结了MTCNN与Cascade-CNN两种流行算法,还附上了每个算法所用技术及GitHub地址。

如果你想深入了解MTCNN算法,轻戳一下就进入了MTCNN GitHub介绍文档,之后可以继续探究。

不过,这套教程并不适合还没有入门的0基础AI小白,每个章节中的所附内容还是以GitHub上的开源代码地址和相关论文为主,想看懂还是需要一定的研究基础。

作者表示,目前教程还在逐渐完善中,比如第3节神经网络的优化与第9节的相关面试题,才刚刚开了头写到了引语。

春招马上来了,记得经常刷新一下,说不定就用上了呢~

传送门

GitHub地址: https://github.com/zeusees/HyperDL-Tutorial

记得收藏~

原文发布于微信公众号 - 量子位(QbitAI)

原文发表时间:2019-01-27

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

扫码关注云+社区

领取腾讯云代金券