全面的深度学习自学资源汇总_光环大数据培训.pdfVIP

光环大数据--大数据培训人工智能培训 全面的深度学习自学资源汇总_光环大数据培训 深度学习作为机器学习的一个分支，是近年来最热门同时也是发展最快的人工智能技术 之一，相关学习资源包括免费公开教程和工具都极大丰富，同时这也为学习深度学习技术的 IT 人才带来选择上的困扰，Yerevann 整理的这个 深度学习完全指南 ，汇集了目前网络上最 优秀的深度学习自学资源，而且会不定期更新，非常值得收藏关注，以下是 IT 经理网编译 整理的指南内容： 自学基本要求（数学知识、编程知识） 数学知识：学员需要具备普通大学数学知识，例如 《Deep Learning》 一书中若干章节 提到的数学概念： Deep Learning 第二章：线性代数 Deep Learning 第三章：概率与信息理论 Deep Learning 第四章：数值计算 编程知识：你需要懂得编程才能开发和测试深度学习模型，我们建议在机器学习领域首 选Python。同时也要用到面向科学计算的NumPy/SciPy 代码库。资源链接如下（本文出现的 星标代表难度等级）： Justin Johnson ’s Python / NumPy / SciPy / Matplotlib tutorial for Stanford ’s CS231n ★ Scipy lecture notes –涵盖了常用的各种库，介绍也比较详细，还涉及一些深入的 技术话题 ★★ 四大入门教程 光环大数据 光环大数据--大数据培训人工智能培训 如果你具备以上自学基本要求技能，我们建议从以下四大入门在线教程中任选一项或多 项组合学习（星标为难度等级）： Hugo Larochelle’s video course 这是YouTube 上很火的一个深度学习视频教程，录 制于2013 年，但今天看内容并不过时，很详细地阐释了神经网络背后的数学理论。 幻灯片 和相关资料传送门 . ★★ Stanford ’s CS231n (应用于视觉识别的卷积神经网络) 由已经投奔Google 的李飞飞 教授和 Andrej Karpathy 、Justin Johnson 共同执教的课程，重点介绍了图像处理，同时也涵 盖了深度学习领域的大多数重要概念。 视频 链接(2016) 、 讲义传送门 ★★ Michael Nielsen 的在线著作：Neural networks and deep learning 是目前学习神经网 络 最容易的教材 ，虽然该书并未涵盖所有重要议题，但是包含大量简明易懂的阐释，同时 还为一些基础概念提供了实现代码。★ Ian Goodfellow、Yoshua Bengio and Aaron Courville 共同编著的 Deep learning 是目 前深度学习领域 最全面的教程 资源，比其他课程涵盖的范围都要广。 ★★★ 机器学习基础 机器学习是通过数据教计算机做事的科学，同时也是一门艺术，机器学习是计算机科学 和数学交汇的一个相对成熟的领域，深度学习只是其中新兴的一小部分，因此，了解机器学 习的概念和工具对我们学好深度学习非常重要。以下是机器学习的一些重要学习资源（以下 课程介绍部分内容不再翻译）： Visual introduction to machine learning –decision trees ★ Andrew Ng ’s course on machine learning , the most popular course on Coursera ★★ Larochelle’s course doesn’t have separate introductory lectures for general machine learning, but all required concepts are defined and explained wheneve