Skip to content

Instantly share code, notes, and snippets.

Embed
What would you like to do?
成为深度学习专家的七个步骤
  1. 对机器学习有基本的理解,最好的材料是Andrew Ng在coursera上的公开课程,看过教程能让你对机器学习有基本的认识,完成课程中的任务会让你对机器学习有更深入的理解
  2. 接下来需要培养对神经网络的感觉,实现一个神经网络,并利用它做点事情
  3. 理解神经网络的原理很重要,但简单的神经网络并不足以解决最有趣的问题。神经网络的变体-卷积神经网络(CNN)非常适合于图像识别类的任务,斯坦福大学的有关资料如下:CS231n 用于图像识别的卷积神经网络(笔记)课件。另外两个参考资料如下CNN 参考资料1CNN 参考资料1
  4. 接下来需要在自己的电脑上运行CNN
    • 买一块GPU,安装CUDA开发工具包
    • 安装Caffe和GUI包Digit
    • 安装Boinc,这个工具对你理解深度学习并没有帮助,但能够让其他研究人员在闲暇时间利用你的GPU做科研
  5. Digit提供了少量算法,比如用于字符识别的lenet算法和用于图像分类的Googlenet算法。要想运行这些算法,需要下载相应的数据集lenet数据集Googlenet数据集。你也可以修改算法来执行其他的图像识别任务,比如我们的工作
  6. 对于自然语言处理任务,递归神经网络RNN更适合。学习RNN最好的材料是斯坦福的讲座及笔记,也可以下载Tensorflow来构建RNN
  7. 现在你可以尝试用深度学习来解决各种各样的难题了,比如面部识别、语音识别和自动驾驶等

如果你认真完成以上步骤,那么祝贺你,可以去Google、Baidu、Microsoft, Facebook或Amazon申请职位。没有多少人能做到这些,如果你想参与深度学习的前言探索,请与我们联系。

翻译自7 Steps for becoming Deep Learning Expert,作者Ankit Agarwal

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
You can’t perform that action at this time.