找回密码
 立即注册

QQ登录

只需一步,快速开始

扫一扫,访问微社区

查看: 1738|回复: 3
收起左侧

[Data Science] 胡扯几句什么叫Deep Learning入门

[复制链接]

1117

主题

164

精华

3414

积分

神级会员

Rank: 7Rank: 7Rank: 7

积分
3414
发表于 7-18-2017 10:08 AM | 显示全部楼层 |阅读模式

亲!马上注册或者登录会查看更多内容!

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

今天有空瞎扯几句,版上的大神们不要见笑。其实今天很多人所谓的ML入门,其实是DL入门,或者叫神经网络入门。我觉得可以分三步。

第一,把Goodfellow等着的deep learning书Part I and Park II都看懂,包括第一章数学基础都查漏补缺完成,基本的理论基础就具备了。看不懂的youtube,Coursera,udacity找资源帮助理解。

第二,自己实现几个简单的神经网络,我个人建议是用numpy手撕一个MLP,一个vanilla的CNN和一个vanilla的RNN,重点是了解matrix(或者叫tensor)在层之间怎么流动,forward(比如convolution),backward(尤其是RNN的backpropagation through time)怎么实现。这些都不难,但是需要一些耐心。虽然耗时间,但是对彻底摸清神经网络的工作细节很有帮助。所有的三个网络都可以用mnist数据集。

第三,学习一两个主流的libraries。个人推荐先学pytorch,后学tensorflow。因为这两个是DL libraries的两种风格,imperative programming vs symbolic programming的代表。symbolic programming一开始会不习惯,不如先把pytorch学好再开始tensorflow。这两个反正都得学会,先学哪个都一样。从pytorch开始learning curve比较平缓。

学习libraries的顺序是先看tutorial,依葫芦画瓢做几个图像识别(比如 not hotdog)和简单的语言模型,这就算CNN和RNN都算是“会了”。下一步可以做些复杂的图像应用比如style transfer,object detection,对RNN有兴趣的可以用pytorch自己写个LSTM什么的。

能做到以上三点个人觉得可以算DL入门了。再往下的更深入的研究就要看个人的兴趣。

来源: [url=forum.php?mod=viewthread&tid=53811]胡扯几句什么叫Deep Learning入门[/url]

0

主题

0

精华

0

积分

新米人

Rank: 1

积分
0
发表于 7-18-2017 10:27 AM | 显示全部楼层
感谢FbGoo分享~~~
回复 支持 反对

使用道具 举报

0

主题

0

精华

1

积分

新米人

Rank: 1

积分
1
发表于 7-19-2017 10:35 PM 来自美国米群网手机版 | 显示全部楼层
楼主FbGoo帖子好赞~~~
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

快速回复 返回顶部 返回列表