深度学习基础知识教程

本文主要分享一些深度学习入门的学习途径，同学们共同进步呀！

首先说下学习深度学习必备技能：

Python、高等数学（现代、微积分）、英文文献阅读、查找资料（博客、论坛、Git）

个人认为如果以前没学习过python也没关系，有其他语言基础的情况下再去学习一门新语言其实不是很困难，首先了解其语法快速入门，后续慢慢进阶即可。

1、博客

零基础入门深度学习(1) - 感知器 - 作业部落 Cmd Markdown 编辑阅读器

推荐理由：分七部分进行介绍，重点突出，快速入门每一期都附带详细代码演示讲解浅显易懂，适合零基础学习

2、吴恩达视频教程

推荐理由：讲解的是机器学习，知识体系更加系统，包括机器学习的一般程序和方法，包括数据预处理，超参数调优等适合掌握了一定基础以后学习

3、书籍推荐

《机器学习》周志华编著，俗称 "西瓜书"

4、论文阅读

对于学生阶段大量阅读英文文献本身就是一项必备技能，需要长久坚持，可以了解最前沿的研究成果和行业动态。推荐几个公众号：机器之心、量子位、PaperWeekly，如果有好的论文发布，这些公众号都会及时转载。

5、常用术语中英文对照

机器学习 Machine Learning
深度学习 Deep Learning
深度强化学习 Deep Reinforcement Learning
神经网络 Neural Network
卷积神经网络 Convolutional Neural Network（CNN）
循环神经网络 Recurrent Neural Network（RNN）
卷积层 Convolution Layer
平均池化 Average-Pooling 最大池化 Max-Pooling
批标准化 Batch Normalization(BN)
激活函数 Activation Function
全连接层 Fully Connected Layer
多层感知器 Multilayer Perceptron
学习率 Learning Rate
前向传播 Forward Propagation 反向传播 Backpropagation
损失函数 Loss Function
交叉熵损失 Cross-Entropy Loss
梯度 Gradient
随机梯度下降 Stochastic Gradient Descent（SGD）
泛化能力 Generalization Ability
欠拟合 Underfitting 过拟合 Overfitting
语义分割 Semantic Segmentation
目标检测 Object Detection
监督学习 Supervised Learning 无监督学习 Unsupervised Learning
特征检测 Feature Detection
端到端学习 End-To-End Learning
多任务学习 Multitask Learning
迁移学习 Transfer Learning
微调 Fine Tune

深度学习基础知识教程相关推荐

基于人脸的常见表情识别(1)——深度学习基础知识
基于人脸的常见表情识别(1)--深度学习基础知识神经网络 1. 感知机 2. 多层感知机与反向传播卷积神经网络 1. 全连接神经网络的2大缺陷 2. 卷积神经网络的崛起卷积神经网络的基本网络层 ...
深度学习基础知识（八）：神经网络基础之导数
这个专栏主要是想和大家分享一下深度学习的基础知识,主要是以吴恩达老师深度学习课程内容作为基础,并补充了很多其他内容希望让整体内容更加容易理解和系统化.如果想要了解具体专栏里面有什么内容的话,可以看一看 ...
深度学习基础知识每日更 upupup
深度学习基础知识点总结提示:菜鸟入门日记,若总结有错误,各路大佬多多指教! 文章目录深度学习基础知识点总结 Looking for my friends 一.零散知识点 1.网络拼接和相加的区别 ...
深度学习基础知识整理
版权声明:本文为博主原创文章,未经博主允许不得转载. https://blog.csdn.net/kwame211/article/details/81165381 本文是在七月的BAT机器学习面试1 ...
深度学习基础知识介绍
背景知识深度学习又是如何运作的呢? 神经网络训练神经网络如何减小损失函数呢? 小结这是一篇Medium上获得近2万赞的深度学习入门指南,用图文为你详解深度学习中的各个基础概念. 在我们的日常生 ...
【深度学习基础知识 - 28】三维重建中的点云、体素、mesh
点云.体素和mesh都是三维重建中常用的三维物体的表示方法. 1. 点云 1.1 点云的概念点云是不规则的数据结构,就是用一堆点来表示物体,这种方法的限制是点与点之间没有联系,缺乏物体的表面信息. ...
【深度学习基础知识 - 25】提升模型泛化能力的方法
提升模型泛化能力的方法从数据角度上来说.可以通过数据增强.扩充训练集等方法提高泛化能力. 在训练策略上,可以增加每个batch size的大小,进而让模型每次迭代时见到更多数据,防止过拟合. 调整数 ...
[ 深度学习 ] 基础知识：深度学习的57个术语
转自:https://www.cnblogs.com/hmy-blog/p/6555939.html 激活函数(Activation Function) 为了让神经网络能够学习复杂的决策边界(deci ...
【深度学习基础知识 - 07】BN的原理和作用
Batch Normalization也是深度学习中的一个高频词汇,这篇文章将会对其做一个简单介绍. 目录 1. BN的原理 2. BN的作用 3. BN层的可学习参数 4. infer时BN的处理 ...
【深度学习基础知识 - 46】贝叶斯定理与条件概率公式
基本定理贝叶斯基于概率论中的贝叶斯定理,贝叶斯定理就是用先验概率和条件概率求出最终的事件概率. 贝叶斯网络可以理解为将模型看作是一个概率密度函数,它可以表示数据的分布,训练过程就是概率分布的参数估计 ...

深度学习基础知识教程

深度学习基础知识教程相关推荐

最新文章

热门文章