paper 149:Deep Learning 学习笔记(一)
1. 直接上手篇
台湾李宏毅教授写的,<1天搞懂深度学习>
slideshare的链接: http://www.slideshare.net/tw_dsconf/ss-62245351?qid=108adce3-2c3d-4758-a830-95d0a57e46bc&v=&b=&from_search=3
网盘下载链接:http://pan.baidu.com/s/1nv54p9R 密码:3mty.
中文在线课程:Hung-yi Lee (http://speech.ee.ntu.edu.tw/~tlkagk/courses.html)
2. 五步提升篇
Step 1: 学习机器学习基础
开始于Andrew Ng的机器学习 机器学习-斯坦福大学 他的课程介绍了目前各种机器学习算法,更重要的是机器学习的一般程序和方法,包括数据预处理,超参数调优等。
同时推荐阅读由Geoff Hinton,Yoshua Bengio和Yann LeCun提供的NIPS 2015深度学习教程 (http://www.iro.umontreal.ca/~bengioy/talks/DL-Tutorial-NIPS2015.pdf)
Step 2: 深入学习
个人的学习偏好是观看演讲视频,并有几个优秀的课程在线。 这里有几个特别喜欢的课程,可以推荐:
Deep learning at Oxford 2015 由Nando de Freitas教授解释基础知识,不会过于简单。 如果您已经熟悉神经网络并希望深入,请从第9讲开始。 他在他的例子中使用Torchframework。 (Videos on Youtube)
Neural Networks for Machine Learning Geoffrey Hinton在Coursera上的课程。Hinton是一位优秀的研究人员,他们展示了广义反向传播算法的使用,对深度学习的发展至关重要。
Neural Networks Classby Hugo Larochelle: 另一个优秀的课程
Yaser Abu-Mostafa’s machine learning course如果你有更多的理论感兴趣
如果你更喜欢的是书籍,这里有一些优秀的资源。 去查看一下,我不做判断。
Neural Networks and Deep Learning Bookby Michael Nielsen’s:在线学习书,并有几个交互式JavaScript元素可以玩。
Deep Learning Book by Ian Goodfellow, Yoshua Bengio和Aaron Courville:比较密集,但莫非不是一个很好的资源
Step 3: 选择一个区域并进一步深入
确定自己继续深入学习的热情。 这个领域是巨大的,所以这个列表绝对不是一个全面的列表。
计算机视觉 : 深入学习已经改变了这一领域。 斯坦福大学的CS231N课程由Andrej Karpathy的课程是我遇到的最好的课程; CS231n卷积神经网络视觉识别。 它向您介绍了基础知识以及covnets,以及帮助您在AWS中设置GPU实例。 另请参阅Mostafa S. Ibrahim的“计算机视觉入门”
Step 4:
Step 5:
3. 视频专区
机器学习相关的视频集合:
http://www.tensorflownews.com/
参考来源:https://www.zhihu.com/question/26006703
最新文章
- markdown语法与使用
- Ubuntu 16.04 安装 .NET Core[转]
- xtrabackup 安装、备份、还原及错误处理 教程
- VBA提高速度的技巧
- [开发笔记]-VS2012打开解决方案崩溃或点击项目崩溃
- 【转】SQL SERVER日志满或过大的处理方法
- git 恢复工作区删除的所有文件
- UVa 11732 (Tire树) ";strcmp()"; Anyone?
- IIS没有ASP.NET选项卡
- mybatis foreach标签
- jQuery里面的datepicker日期控件默认是显示英文的,如何显示中文或其他语言呢?
- TCP连接的建立(二)
- mysql6.5 操作日志
- IntellIJ IDEA 配置 Maven 以及 修改 默认 Repository
- nginx跨域问题记录
- Sql Server 获取存储过程或函数创建语句
- linux学习笔记-grub模式引导进入系统
- Math对象的常用属性和方法
- Hadoop2.2.0分布式安装配置详解[2/3]
- libcurl 设置代理,通过Fiddler可以进行抓包