<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          入門深度學習與機器學習的經(jīng)驗和學習路徑

          共 1899字,需瀏覽 4分鐘

           ·

          2022-06-11 23:14

          點擊上方“程序員大白”,選擇“星標”公眾號

          重磅干貨,第一時間送達


          作者:Caliber(清華大學 應用數(shù)學博士在讀)
          鏈接:https://zhuanlan.zhihu.com/p/150507220
          本文轉(zhuǎn)載自:深度學習算法與計算機視覺

          最近接觸深度學習與機器學習已經(jīng)有一段時間了,也算個初級煉丹選手了,就想分享一些關(guān)于如何入門機器學習與深度學習的經(jīng)驗和學習路徑。

          前期準備工作:
          1. 一顆持之以恒的心(這是最重要的)
          2. 學會通過檢索解決自己的問題(在學習的過程中遇到的絕大多數(shù)問題都可以通過檢索解決)
          3. 數(shù)學基礎(chǔ):高等數(shù)學、線性代數(shù)、概率論與數(shù)理統(tǒng)計 和 一點點優(yōu)化
          4. 一臺電腦(最好有GPU),如果條件允許,還需要有一臺配置有GPU的服務(wù)器

          有了以上這些,我們就可以開始下載安裝軟件了。

          推薦使用 Anaconda3+Pycharm
          下載地址如下:https://www.anaconda.com/products/individual
          https://www.jetbrains.com/pycharm/download/
          一般初學者下載社區(qū)版,即Community即可。

          關(guān)于下載安裝以及基本的配置,這里不講了,這里就是展開鍛煉你檢索能力的第一步,網(wǎng)絡(luò)有大量的資料告訴你如何安裝配置。

          剛開始推薦使用 Jupyter&Spyder, 熟悉之后比較大型的項目就可以開始使用 Pycharm了。

          現(xiàn)在基礎(chǔ)準備工作就緒了。可以開始進入學習環(huán)節(jié)。

          首先就是python基礎(chǔ)的學習,這里我個人比較推薦的是Python基礎(chǔ)以及數(shù)據(jù)分析一起進行學習。基礎(chǔ)的學習路徑如下:

          python基礎(chǔ)

          先看莫煩的python基礎(chǔ)教學視頻,非常的友好而且基礎(chǔ)。
          https://www.bilibili.com/video/BV1wW411Y7ai

          說到剛剛的視頻基礎(chǔ)言外之意就是說不太夠用,下面推薦學習以下視頻:利用python做數(shù)據(jù)分析https://urlify.cn/JV7NBr

          是一個臺灣老師的視頻,講解非常細致,但稍微有一些長。

          機器學習

          在學習完上面的兩個視頻之后,你就已經(jīng)具備了很好的python編程基礎(chǔ)了。下面可以正式進入的到機器學習的學習環(huán)節(jié)中來。
          比較推薦的學習路徑如下:
          去看李航老師的《統(tǒng)計學習方法》并且配合代碼一起使用(代碼在github上應該非常容易找到)
          上面的過程應該會比較困難,因為有大量的數(shù)學推導,在弄懂這些數(shù)學推導后,結(jié)合代碼和具體例子一起,收獲會更多。

          深度學習與實戰(zhàn)

          在完成了傳統(tǒng)的機器學習之后,就可以正式進入深度學習的環(huán)節(jié):
          這里我的建議是,先學習相關(guān)基礎(chǔ)知識,然后進入實戰(zhàn)環(huán)節(jié)。

          這里因為我個人使用的是Pytorch的框架,就就講講Pytorch的學習吧。如果按照我的這個學習方法能走到這一步的童鞋話,如何學習Pytorch應該也不需要我多言了吧。我在這邊就推薦一些除了官方文檔之外的學習資料吧。

          首先是Github上一個韓國人寫的高贊文檔:

          https://github.com/yunjey/pytorch-tutorial

          里面的代碼十分優(yōu)雅,并且包含了一些比較經(jīng)典的模型,非常值得好好讀一讀,跑一跑。

          還有一個我非常推薦的學習資料就是 動手學習深度學習的pytorch版本,里面分為了從零開始實現(xiàn)以及通過Pytorch實現(xiàn)兩部分,兼顧了理論以及實踐。
          https://tangshusen.me/Dive-into-DL-PyTorch/#/

          最后推薦一個關(guān)于實戰(zhàn)的視頻,是七月在線的,在B站上面有,我這邊掛出來(不知道會不會侵權(quán)欸,如果有侵權(quán)的話,請及時聯(lián)系我刪除)。https://urlify.cn/bqYRNr

          這個視頻主要集中在NLP領(lǐng)域,也有一些CV的。下面再貼一個關(guān)于CV的實戰(zhàn)視頻,但好像是TF框架的,關(guān)于CV的中文pytorch視頻我還沒發(fā)現(xiàn)什么很好的,這里就暫時保留吧,英文的視頻就強烈推薦斯坦福的CS231。https://urlify.cn/ZNrUNr

          暫時就寫這么一些吧,完成了以上這些,就已經(jīng)是個初級煉丹選手了,什么看論文,做做實際項目等這些事就都可以入手了,多動手自己做,多多思考,一定能逐步提高的,與諸君共勉!


          13個你一定要知道的PyTorch特性

          解讀:為什么要做特征歸一化/標準化?

          一文搞懂 PyTorch 內(nèi)部機制

          張一鳴:每個逆襲的年輕人,都具備的底層能力


          關(guān)


          西質(zhì)結(jié)關(guān)[]



          瀏覽 91
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          評論
          圖片
          表情
          推薦
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  色欧美片视频在线观看专区 | 北条麻妃一区在线 | 久久午夜福利视频 | 欧美性做爰毛片 | 国产美女操逼 |