深度学习强化学习进化计算 入门资源整理
深度学习&强化学习&进化计算 入门资源整理
- 深度学习
- 在线课程
- 在线书籍
- 学习Python
- 强化学习
- 在线课程
- 在线书籍
- 更多资源
- 进化计算
- 后记
深度学习
在线课程
深度学习是机器学习领域的一个分支，想要入门深度学习，最好先对机器学习的一些基本概念有所了解。吴恩达讲授的机器学习课程被广泛认为是最好的Machine Learning入门课程：
吴恩达机器学习课程（Coursera）
吴恩达机器学习课程（网易云课堂）
如果你的时间不多而且关注的焦点在深度学习，可以越过前面的课程，直接看吴恩达最新推出的深度学习课程：
吴恩达 Deep Learning Specialization（Coursera）
吴恩达深度学习课程（网易云课堂）
如果你觉得有些难懂，或者英语课程听其起来有些费力，台湾大学李宏毅教授讲授的中文深度学习课程非常适合零基础的初学者：
李宏毅2020机器学习深度学习（完整版）国语（bilibili）
Coursera网站、网页云课堂、bilibili上都有不少深度学习入门的视频，如果以上课程不能满足你，可以在这些网站搜索相关课程视频。有些b站up主的视频也值得一看：
3Blue1Brown的深度学习频道（bilibili）
如果你对这里推荐的入门路线不满意，可以在知乎上关注深度学习相关话题，看看大家是怎样入门的。
在线书籍
生成对抗网络（GAN）之父Ian Goodfellow编写的《Deep Learning》一书被称为深度学习领域的圣经。但笔者不推荐将这本书作为入门读物，最好是在对深度学习有一定的理解之后，再回过头来读。
Deep Learning（英文网页版）
Deep Learning（英文PDF版）
Deep Learning（GitHub翻译版）
Michael A. Nielsen编写的《Neural Networks and Deep Learning》也受到很多人的推荐：
Neural Networks and Deep Learning（英文网页版）
Neural Networks and Deep Learning（中文网页版）
学习Python
学习神经网络课程最好的方式是和实践相结合，Python是深度学习研究者必须掌握的程序设计语言，如果你没有编写代码的经验，廖雪峰的Python教程和菜鸟教程可能适合你：
廖雪峰的Python教程
Python基础教程（菜鸟教程）
以下中文视频课程也很受欢迎：
（小甲鱼）零基础入门学习Python（bilibili）
莫烦Python教程
北京理工大学MOOC Python语言程序设计课程
如果你有一定的编程基础，相信学习Python对你来说应该不会太难，可以选择结合下面这门英文课程和教材学习：
Programming for Everybody (Getting Started with Python)（Coursera）
Python for Everybody（bilibili）
Think Python: How to Think Like a Computer Scientist（英文网页版）
此外，Github上有一位名叫骆昊 (jackfrued) 的资深程序员，为大家规划了一条从“从新手到大师”的百天之路，目前已经有8w+Star，大家可以参考一下这个模式：
Python - 100天从新手到大师
不必学完所有的语言特性，在掌握了Python的基础语法之后就可以上手进行深度学习实战了。目前最热门的Python深度学习框架是Facebook开发的PyTorch 和Google开发的TensorFlow，目前我们实验室使用的是前者，所以建议大家选择PyTorch来学习。
PyTorch Tutorials
PyTorch 中文文档
这个教程包含了使用神经网络进行图像、视频、音频和文本处理等许多例子，是非常好的学习深度学习的资源，你可以在这里检验你学习的CNN、RNN等神经网络的基础知识，以及学习如何调整参数和优化模型。
强化学习
在线课程
强化学习是机器学习中的一个领域，强调如何基于环境而行动，以取得最大化的预期利益。想要入门强化学习，首先推荐OpenAI的Reinforcement Learning教程，里面系统性地介绍了强化学习的基本概念和各种算法，收录了强化学习领域的重要论文：
Spinning Up in Deep RL Docs
其它广为推荐的英文在线课程主要有：
Reinforcement Learning by David Silver (2015)
Standford University CS234 ：Reinforcement Learning
UC Berkeley CS285 Deep Reinforcement Learning
中文的强化学习课程主要有：
李宏毅2020强化学习课程（bilbili）
莫烦Python强化学习课程
在线书籍
强化学习领域最经典的教材是被称为“强化学习教父” 的Richard Sutton编写的《Reinforcement Learning：An Introduction》，2018年出版了第二版，被很多大学列为强化学习的教材：
Reinforcement Learning: An Introduction (2nd Edition, 2018)
还有更偏重于算法理论的教材：
Algorithms for Reinforcement Learning (2010)
更多资源
如果这些资源还不能满足你，这里有一些强化学习资源汇总帖，或许你能找到你想要的：
强化学习资源列表（CSDN）
深度强化学习（资源篇）（更新于2020.06.09）（CSDN）
进化计算
进化计算（Evolutionary Computation）是人工智能领域中涉及到组合优化问题的一个子领域。进化计算受生物进化过程中“优胜劣汰”的自然选择机制和遗传信息的传递规律的启发，希望通过程序迭代模拟这一过程，把要解决的问题看作环境，在一些可能的解组成的种群中，通过自然演化寻求最优解。
看完上面这段介绍你可能还是一头雾水，那么你可以通过一个简短的视频了解一下什么是进化计算：
What is Evolution Computation？（YouTube）
学习进化计算可供参考的中文课程有：
莫烦Python 进化算法
清华大学深研院MOOC 进化计算
如果想要对进化计算领域有一个全方位的了解，推荐阅读维基百科，里面列出了进化计算领域的各种算法：
Evolutionary computation （Wiki）
如果想要深入了解遗传算法，可以翻阅：
Genetic Algorithms in Search,Optimization and Mechine Learning（PDF）
后记
这篇文档整理了深度学习、强化学习和进化计算领域的一些在线资源，旨在帮助大家快速地对这些领域有所了解。在学习的过程中最好能将理论学习和代码实战相结合。网络上的学习资源很多，不需要全部看完，希望大家根据自己的实际情况选择适合你的入门课程/教程/书籍。
Good Luck！
深度学习强化学习进化计算 入门资源整理相关推荐
- 深度学习合成歌曲的入门资源：论文和样本、资源、入门教程
文章目录 最新合成歌声-歌曲节奏唱名 深度学习合成歌曲的入门资源:论文和样本.资源 音乐基础知识 文件类型 乐谱基础 歌曲合唱专业名词 论文资料汇总 中文论文: 英文论文 语音合成基本步骤 工具类汇总 ...
- 2020人工智能课程超级大列表：深度学习-强化学习-图神经网络-自然语言处理等...
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 本篇博文主要为大家介绍一个课程网站,汇集了机器学习,深度学习.强化学习的各个方面, ...
- 深度进化强化学习第一弹~
hello,这是鑫鑫鑫的论文分享站,今天分享的文章是Embodied Intelligence via Learning and Evolution ,这是一篇李飞飞等提出深度进化RL,我们一起看看吧 ...
- 最新！李飞飞提出深度进化强化学习新框架
点上方蓝字计算机视觉联盟获取更多干货 在右上方 ··· 设为星标 ★,与你不见不散 仅作学术分享,不代表本公众号立场,侵权联系删除 转载于:新智元 AI博士笔记系列推荐 周志华<机器学习> ...
- 2022主流Nivida显卡深度学习/强化学习/AI算力汇总
2022主流Nivida显卡深度学习/强化学习/AI算力汇总一览表 总结自国外多个网站
- 李飞飞提出深度进化强化学习新框架：创建具身智能体学会动物进化法则
点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达 转自 | 新智元 来源 | 外媒 编辑 | Yaxin, LQ 6亿 ...
- 深度学习 - 强化学习 -迁移学习（杨强教授报告）
李宏毅机器学习课程-Transfer Learning 深度学习 -> 强化学习 ->迁移学习(杨强教授报告) 链接: http://pan.baidu.com/s/1nu6DMRn 密码 ...
- 强化学习q学习求最值_通过Q学习更深入地学习强化学习
强化学习q学习求最值 by Thomas Simonini 通过托马斯·西蒙尼(Thomas Simonini) 通过Q学习更深入地学习强化学习 (Diving deeper into Reinfor ...
- AI 自动研发机器学习系统，DeepMind 让算法学习强化学习
人工智能研发的一个大方向是用AI系统来自动化开发AI系统.虽然这一目标尚未实现,但目前的进展让已足够令人人震惊.本文介绍了最新的一些进展,包括伯克利让算法自我优化.MIT自动生成神经网络架构,以及在这 ...
最新文章
- [欧拉路]CF1152E Neko and Flashback
- 2020年高考西工大附中成绩分析
- win7触摸板怎么关闭_笔记本电脑触摸板如何开关 笔记本电脑触摸板设置方法【详解】...
- 基于stm32f429的手写识别_关注智能手机老年用户：百度输入法手写模型迎来重磅升级...
- 现在就是.Net最好的时代！我赞成，谁反对？
- Cubieboard2 debian
- mysql sql 多选项_mysql – SQL选择此选项可使值仅出现一次
- ST Visual Programmer批量烧写教程
- 施乐悄悄修复影响某些打印机中的严重缺陷
- 拦截器手动添加spring注入方法
- SpringBoot RESTful 应用中的异常处理小结
- 虎牙直播源解析【可选清晰度】
- 【通信协议】I2S/IIS总线介绍
- .chm文件打开方式，解决.CHM文件打不开或者打开空白
- 2019蓝桥杯国赛c++B组
- SPFA与迪杰斯特拉
- 七大常见排序，你究竟懂几个？（下）
- chrome 切换标签页快捷键_如何在Chrome浏览器中切换标签页
- LeetCode第一题：两数之和（Java）
- 迪士尼鳄鱼洗澡背后的传奇人物：哥以前是干DJ的！