深度学习入门与资料总结

微信公众号 Yuan的学习笔记
知乎 Yuan的学习笔记

深度学习是发展迅速的一个融合计算机科学，数学等多门学科的领域。它是机器学习领域下的一个分支（机器学习是AI下的分支）。机器学习的目的是教计算机完成基于给定数据的各种任务。

用一张图告诉你机器学习到底是干什么的！

比如我们现在要编写一个会分类垃圾邮件的程序

左图是传统的计算机编程方式，程序员要自己制定垃圾邮件的标准是什么，比如垃圾邮件中可能包含特定文字(“特惠”，“打折”，“彩票”等等)，也许垃圾邮件来源有问题，或者发件人是我们不认识的人，程序员制定完规则后，程序按照我们制定的标准去分类邮件；

右图是机器学习的方式，我们不告诉程序垃圾邮件长什么样，而是给它一些参考(好比给你一本习题册和一本参考答案)，让程序自己学习垃圾邮件长什么样，从而学会分类邮件。

深度学习就是机器学习的一门分支，也是通过数据学习，发现样本间特定的规律和模式

本教程是为了那些想入门深度学习但不知从何入手的人准备的

数学

线性代数

1.MIT 18.06 Linear Algebra, Spring 2005

• 大学学的线代就够了(不深入研究只是单独当工具用的话，会矩阵运算感觉就够了)，但自学的话MIT这个很不错

• B站有搬运或者你自己科学上网

概率论与数理统计

1.MIT 6.041 Probabilistic Systems Analysis and Applied Probability

• 概率论与数理统计的知识会用的比较多
• B站有搬运或你自己科学上网

编程语言Python

1.MIT 6.0001 Introduction to Computer Science and Programming in Python
2.Standford CS231 Numpy Tutorial
3.北邮陈光老师的python

• Python这几年越来越火，主流深度学习框架都有用Python编写，而且Python简单强大，还需要要用到科学计算的Numpy/SciPy库
• 第一个B站有，第二个是Standford
  CS231课程里的，一个简短的Python教程，北邮陈光老师的python也很不错，身边朋友推荐的，B站有他上传的视频

深度学习课程

1.Deep Learning Specialization

• 强烈推荐Andrew
  Ng吴恩达的课程，很多人的深度学习入门课程，也是经典了，吴恩达是斯坦福的教授，前百度首席科学家，Ai行业的领军人物，他讲的课程的特点就是能把复杂的东西讲的很简单，即使你没学过高数，他都能让你听懂
• B站有搬运，但视频质量和翻译字幕一般，推荐去网易云课堂，是吴恩达授权而且免费的

2.Fast ai

• 吴恩达的课程更注重理论，而他的课程更注重实践，还有就是他的课程对代码要求还是有些的，主要用Pytorch和fastai库，每年都会有新系列

• B站有搬运，或科学上网

3.MIT 6.S191 Introduction to Deep Learning

• 要比吴恩达的课程新，所以会有更多前沿的东西在里面，也不光讲了深度学习还讲了点强化学习

Computer Vision 计算机视觉

1.Stanford CS231n

• 斯坦福李飞飞女神讲的课，也讲了好几年了，每年都会根据行业进展有一些变化
• B站应该有搬运

Natural Language Processing 自然语言处理

1.Stanford CS224N NLP with Deep Learning

2.CMU Neural Nets for NLP

• 第一个是斯坦福的课程，第二个是卡耐基梅隆大学的课程
• B站应该有搬运

Reinforcement Learning

1.Stanford CS234 Reinforcement Learning

2.Berkeley CS294 Deep Reinforcement Learning Course

• 像Alpha狗，腾讯王者荣耀的绝悟Ai，击败dota职业队伍的Ai等等都有用到强化学习技术，是比深度学习更加接近通用人工智能的黑科技

还有一些大型网课的平台也介绍一下吧

Coursera

Coursera是大型公开在线课程项目，由美国斯坦福大学两名计算机科学教授创办。旨在同世界顶尖大学合作，在线提供网络公开课程，它的王牌课程就是吴恩达的课程了，课程便宜，但作业是机器批阅。

Udacity

Udacity是谷歌无人驾驶之父创建的平台，注重实践和企业需要，课程内容不难，但作业是人工批阅的，课程较贵，我差点报名，幸亏没报(主要是太贵了）

再推荐一些书

• Michael Nielsen的网络书籍《神经网络和深度学习》(Neural Networks and Deep
  Learning)是研究神经网络的最容易入门的书籍。他没有涵盖所有重要主题，但包含直观解释和基本概念的代码实现
• Ian Goodfellow, Yoshua Bengio和Aaron Courville的书《深度学习》(Deep Learning),也称作花书， 大佬(有深度学习三巨头，图灵奖获得者）写的书，是研究深度学习最全面的资源
• Hands-On Machine Learning with Scikit-Learn and TensorFlow
  这是kera(Tensorflow高级封装）作者写的书
• Deep Learning with PyTorch 官方出的书肯定权威，市面上还没有发行吧，有pdf版，内容有手绘插画帮助理解，很不戳

这些都是查了很多资料总结的，然后建议你用Jupyter notebook软件可以很方便地交互编译Python代码。其中不乏自学去大厂后在网上分享的，希望可以帮到你，不够学的话私信我。

学习资料很多，大家收藏一下吧。

哦，对了

• 微信公众号回复Deep learning with Pytorch，可以领取Deep learning with Pytorch,Facebook官方教程，中国好像还没有出版
• 微信公众号回复Deep learning with Tensorflow，可以领取Hands
  on Machine Learning with Scikit-Learn and Tensorflow

—完—
分享学习的知识和前沿的事物，希望这个笔记成为你和我的终身学习平台

微信公众号 Yuan的学习笔记
知乎 Yuan的学习笔记