Python入门深度学习完整指南

做者：chen_h
微信号 & QQ：862251340
微信公众号：coderpai
简书地址：https://www.jianshu.com/p/cd0...

---

• 原文： https://www.analyticsvidhya.c...

  介绍

  深度学习目前已经成为了人工智能领域的突出话题。它在“计算机视觉”和游戏（AlphaGo）等领域的突出表现而闻名，甚至超越了人类的能力。近几年对深度学习的关注度也在不断上升，这里有一个调查结果能够参考。

  这里有一个 Google 的搜索趋势图：

  若是你对这个话题感兴趣，这里有一个很好的非技术性的介绍。若是你有兴趣了解最近的趋势，那么这里有一个很好的汇总。

  在这篇文章中，咱们的目标是为全部深度学习的人提供一条学习之路，同时也是为想要进一步学习的人提供一条探索的路径。若是你准备好了，那么让咱们开始吧！

  步骤0：先决条件

  建议在学习深度学习以前，你应该先了解一些机器学习的基础知识。这篇文章列出了完整的学习机器学习的资源。

  若是你想要一个简单的学习版本。那么能够看下面的列表：

  • 数学基础（特别是微积分，几率和线性代数）
  • Python 基础
  • 统计学基础
  • 机器学习基础

建议时间：2-6个月

## 步骤1：机器配置

在进行下一步学习以前，你应该确保你有一个支持你学习的硬件环境。通常建议你至少拥有如下硬件：

• 一个足够好的 GPU（4+ GB），最好是 Nvidia
• 一个还能够的 CPU（好比：Intel Core i3，Intel Pentium 可能不适合）
• 4 GB RAM（这个取决于数据集大小）

若是你还不肯定，那么请阅读这个硬件指南。

备注：若是你是一个硬件玩家，那么你可能已经拥有了所需的硬件。

若是你没有所需的规格，那么你能够租一个云平台来学习，好比 Amazon Web Service（AWS）。这是使用 AWS 进行深度学习的良好指南。

备注：在这个阶段不要安装任何深度学习的库，安装过程咱们会在步骤 3 中介绍。

## 步骤2：初试深度学习

如今，你已经对这个领域有了一个初步的认识，那么你应该进一步深刻了解深度学习。

根据本身的偏好，咱们能够选择如下几个途径：

• 经过博客学习，好比 Fundamentals of Deep Learning ，Hacker's guide to Neural Networks。
• 经过视频学习，好比 Deep Learning Simplified。
• 经过书籍学习，好比 Neural networks and Deep Learning

除了上述的先学知识，你还应该了解一些流行的深度学习库和运行他们的语言。如下是一个不太完整的列表（你能够经过查看 wiki 得到更加完整的列表）：

• Caffe
• DeepLearning4j
• Tensorflow
• Theano
• Torch

其余一些著名的库：Mocha，neon，H2O，MXNet，Keras，Lasagne，Nolearn。关于深度学习语言，能够查看这个文章。

你也能够查看查看 Stanford 的 CS231n 中的第 12 讲，概要性的了解一些深度学习库。

建议时间：1-3周

## 步骤3：选择你本身的领域

这是最有趣的部分，深度学习已经应用在各个领域中，而且取得了最早进的研究成果。若是你想更深刻的了解，那么做为一个读者，你最适合的路径就是动手实践。这样才能对你如今了解的内容有一个更加深刻的认识。

注意：在如下的每一个领域中，都会包括一个博客，一个实战项目，一个须要的深度学习库以及一个辅助课程。第一步你应该学习一下博客，而后去安装对应的深度学习库，而后再去作实战项目。若是在这个过程当中，你遇到什么问题，那么能够去学习辅助课程。

• 深度学习在机器视觉中的应用

  • 参考博客：DL for Computer Vision
  • 实战项目：Facial Keypoint Detection
  • 深度学习库：Nolearn
  • 推荐课程：CS231n: Convolutional Neural Networks for Visual Recognition

• 深度学习在天然语言处理中的应用

  • 参考博客：Deep Learning, NLP, and Representations
  • 实战项目：Deep Learning for Chatbots, Part 1, Part2。
  • 深度学习库：Tensorflow
  • 推荐课程：CS224d: Deep Learning for Natural Language Processing

• 深度学习在语音中的应用

  • 参考博客：Deep Speech: Lessons from Deep Learning
  • 实战项目：Music Generation using Magenta (Tensorflow)
  • 深度学习库：Magenta
  • 推荐课程：Deep Learning (Spring 2016), CILVR Lab@NYU

• 深度学习在强化学习中的应用

  • 参考博客和实战项目：Deep Reinforcement Learning: Pong from Pixels
  • 深度学习库：没有须要的深度学习库，可是你须要 openAI gym 来测试你的模型。
  • 推荐课程：CS294: Deep Reinforcement Learning

建议时间：1-2个月

## 步骤4：深挖深度学习

如今你应该已经已经学会了基础的深度学习算法！可是前面的路程会更加艰苦。如今，你能够尽量高效的利用这一新得到的技能。这里有一些技巧，你应该作的，能够磨炼你的技能。

• 重复上述步骤，选择不一样的领域进行尝试。
• 深度学习在别的领域的应用。好比：DL for trading，DL for optimizing energy efficiency。
• 利用你学到的心技能去作点别的事，好比参考这个网站。
• 参加一些比赛，好比：kaggle。
• 加入一些深度学习社区，好比：Google Group，DL Subreddit。
• 跟随一些研究人员，好比：RE.WORK DL Summit。

建议时间：无限

-------------------

## 一些比较好的资源：

• Complete Deep Learning book
• Stanford UFLDL Turorial
• Deep Learning in Neural Networks: An Overview
• Awesome Deep Learning github repository
• Yann LeCun's recommendations for Deep Learning self-study

---

做者：chen_h
微信号 & QQ：862251340
简书地址：https://www.jianshu.com/p/cd0...

CoderPai 是一个专一于算法实战的平台，从基础的算法到人工智能算法都有设计。若是你对算法实战感兴趣，请快快关注咱们吧。加入AI实战微信群，AI实战QQ群，ACM算法微信群，ACM算法QQ群。长按或者扫描以下二维码，关注 “CoderPai” 微信号（coderpai）