深度学习到底难不难?
作为一个0基础的小白,在前期学习时也经历了很多的弯路,在这里将一些经历分享给大家。
最开始学习的时候在网上乱七八遭的搜罗了很多学习的视频,在线下也买了很多人工智能的相关书籍,结果就是越学越乱,不但没有掌握知识,还萌生了想放弃的想法。
后来自己冷静下来理出了一条属于自己的学习之路。
1、 AI是什么?
了解人工智能领域的全局知识,这个了解是全局的了解,细节可以不用大管,掌握人工智能的来龙去脉,培养充足的兴趣,同时也知道自己的学习进度是在具体哪一个阶段。给自己信心和目标感。
2、掌握必要的基础知识
现在网上有很多的基础知识课,你仔细打开看看就知道学的东西真的超多。想要把这些知识全部学完也不是一件轻松的事儿,说不定半路就放弃了。我的建议是掌握必要的知识点,在后续的知识点中哪里不会再补哪里。在这里分享我学习基础的视频: 必备数学基础课 http://siligence.ai/addons/ask/courses/detail/id/12.html 这门课讲的是后续学习必备的数学知识点,完全可以满足后面学习的需要。
3、机器学习入门及实战
(入门课)网络时代,最不缺的就是信息,但这些信息又是碎片化。比如有些课声称一堂课就让你搞懂人工智能,这样的课讲的是一些表面上的东西,可以当补充知识听,想要实战还是得踏踏实实学。
在这里分享学习AI领域必听的课:吴恩达机器学习 https://www.bilibili.com/video/av62906236 这门课是所有在线Machine Learning课程中最受到大家好评的课程 。中国开发者机器入门启蒙课。
(语言课)Python是当前最火的编程语言课,相对其它语言比较简单,上手也快,新手学不难,最难得的是这门语言非常适用于人工智能行业。在这里推荐我学过的python课程:http://siligence.ai/addons/ask/courses/index/cate_id/2.html
学习的时候一定要跟着敲代码,懂不懂的多写几遍自己心里也知道是怎么回事了。
(学习实战)在这个阶段,理论知识掌握了,一定要练习,推荐:
Kaggle挑战赛/练习https://www.kaggle.com/
Sklearn文档学习 https://scikit-learn.org/stable/
Kaggle是一个低成本的应用机器学习的机会。而Sklearn的文档不仅提供了练习数据、sklearn的相关代码实例,还提供了可视化图。
4、深度学习入门及实战
(入门)有了机器学习的基础及实践能力。学习深度学习会更容易理解一些,本身深度学习也是机器学习神经网络的分支。
深度学习入门课推荐李宏毅的深度学习入门课,讲得非常有趣。
李宏毅-深度学习 http://siligence.ai/addons/ask/courses/detail/id/17.html
(实战)当有了一定的理论基础后,一定要找项目进行实战,多练习才能真正的将理论知识用起来,同时练习也是查缺补漏的最好方法。在这里推荐B站的深度学习实战课程视频:
神经网络(CNN)算法实战:http://siligence.ai/addons/ask/courses/detail/id/5.html
深度学习之人脸识别实战:https://www.bilibili.com/video/av63329807
深度学习自然语言处理-Word2Vec:
http://siligence.ai/addons/ask/courses/detail/id/20.html
还有一点非常重要,在实战的时候可以试着找到自己特别感兴趣的方向 ,然后专攻那个方向,在一个小方向上有比较深放的了解,无论是对接下来继续研究学习还是去工作都有很大的帮助。
最后希望学习人工智能的同学都不要放弃,不放弃任何一个实战,也无需害怕失败,做好当下的自己就好。
分享到:
相关推荐
《深度学习入门-源码-斋藤康逸》是一份深度学习的学习资源,包含了斋藤康逸关于深度学习基础知识和实践的源代码。这个压缩包包含的文件夹主要有`common`、`ch02`至`ch08`、`.idea`、`dataset`和`ch04`至`ch07`,每个...
深度学习入门路线 深度学习是当前人工智能领域最热门的技术之一,它的出现彻底改变了传统机器学习算法的解决问题方式。深度学习模型基于复杂的神经网络,可以挖掘海量数据深层蕴藏的数据规律,具备强大的学习能力。...
给大家分享一套课程——《Pytorch深度学习入门与实战》,2022年7月最新升级完整版25章,课程包升级。课程配套有完整的代码+课件+数据集下载。 Pytorch深度学习入门与实战课程是一套系统实战课程,结合了超多的经典...
在本课程"Keras深度学习入门与实战"中,我们将深入探索深度学习的世界,借助强大的Keras库构建和训练复杂的神经网络模型。Keras是一个高级的神经网络API,它建立在TensorFlow、Theano和CNTK等后端之上,旨在简化深度...
深度学习入门:基于Python的理论与实现代码 深度学习(Deep Learning,简称DL)是机器学习(Machine Learning,简称ML)领域中一个新的研究方向,其目标是让机器能够像人一样具有分析学习能力,识别文字、图像和声音...
本资源"【源代码】深度学习入门:基于Python的理论与实现.zip"提供了一个全面的学习路径,帮助初学者从理论到实践,掌握深度学习的基本概念和技术。 首先,我们来探讨深度学习的基础理论。深度学习的核心在于多层非...
本资料“深度学习入门:基于Python的理论与实现源代码”旨在帮助初学者理解深度学习的基本概念,并通过实际的Python代码进行实践。 首先,要理解深度学习的核心概念,包括人工神经网络(Artificial Neural Networks...
《深度学习入门之Pytorch》是一本专门为对深度学习和Pytorch框架感兴趣的初学者准备的教程。Pytorch是由Facebook开发的开源机器学习库,以其灵活性和易用性深受研究人员和开发者的喜爱。这本书籍旨在帮助读者系统地...
本资源提供了一套基于Python的深度学习入门的设计源码,包含79个文件,其中包括67个Python源代码文件,4个Pickle数据文件,以及3个Markdown文档。此外,还包括2个PNG图片文件,以及1个神经网络基础/感知机的章节文件...
鱼书《深度学习入门基于python的理论与实现》代码
深度学习入门讲座(PPT40页) 本资源为一份关于深度学习的入门讲座,内容涵盖人工智能的历史发展、深度学习的基本思想、深度学习在各行业的应用等方面。 人工智能的历史发展: 人工智能的历史可以追溯到古希腊时期...
这篇“深度学习入门论文整合”是为初学者精心准备的资源集合,旨在帮助新接触深度学习的人快速理解和掌握这个领域的基础知识。 1. **深度学习的基本概念** - **神经网络**:深度学习的基础,由多个处理层构成,每...
深度学习是一种人工智能领域的核心技术,它致力于模拟人类大脑的学习机制,以理解和解析各种类型的数据,如文字、图像和声音。深度学习的关键在于构建多层的神经网络,这些网络能够逐层学习并提取数据的特征,从而...
本书将理论和代码相结合,帮助读者更好地入门深度学习,适合任何对深度学习感兴趣的人阅读。本书的主要内容包括: 第l 章,深度学习介绍; 第2 章,深度学习框架; 第3 章,多层全连接神经网络; 第4 章,在积神经网络; ...
里面包含多个深度学习的视频资源,这个资源主要面向深度学习入门者。
清华大学的这门"深度学习入门"课程旨在为初学者提供一个全面的入门指南,帮助他们快速掌握深度学习的基础知识和实践技能。 在环境配置方面,课程主要涉及了两个主流的深度学习开发工具:TensorFlow和Anaconda。...
《深度学习入门之PyTorch代码 - 廖星宇》是针对初学者的一套教程,旨在通过实际的代码示例介绍如何使用PyTorch进行深度学习。PyTorch是Facebook开源的一个强大的深度学习框架,它以其灵活性和易用性在学术界和工业界...
深度学习入门的关键在于理解其核心组件——深度神经网络。在众多的深度神经网络模型中,卷积神经网络(CNN)因其在处理图像数据方面的突出表现而备受关注。 神经网络算法的基本组成单位是神经元,每一个神经元负责...