深度学习如何上手？理论与实践结合？学习复盘：七月在线深度学习集训营

# 学习路径

为了快速入门深度学习，掌握一些项目经验，学习了七月在线的深度学习集训营，目前已经学完啦，前来汇报成果~复盘了一些经验，总结一下，分享给大家。

点击自取地址哈

链接：https://pan.baidu.com/s/1qqrh8INCAW1j36aKd37GEw 
提取码：q0zw 

思维导图

# 深度学习项目

1. 1tensorflow搭建混合网络

(1)widenetwork搭建与优缺点；

(2)deepneuralNetwork搭建与优缺点;

(3) 混合网络搭建套路；

(4)用混合网络解决分类问题。

1. 从DNN/Wide/Wide &Deep解决房价预测/Titanic问题

(1)机器学习vs深度学习，工业界的利弊权衡；(2)机器学习+深度学习，如何针对场景配合使用；(3) 从wide&deep到混合网络的搭建与应用；（4) 以kaggle比赛为例讲解神经网络解决方案。

3图像分类与图像检索实战

(1) 灵活选取卷积神经网络结构作为图像分类的Backbone；(2)迁移学习在深度学习中的应用——Fine-tune技术；（3)图像搜索的前世（F"Bag-of-visual-Words) 和今生。

4 图像生成文本(mage2text)

(1)mage2text基本模型；（3）反向題：Text2lmage(2)基子Attention的Image2Text;

5基于深度学习的聊天机器人，看图说话与VQA

（1)基于深度学习匹配的聊天机器人；(2)基于序列到序列模型的聊天机器人；(3)结合CNN与RNN的看图说话与VQA看图问答机器人。

6大规模车辆图片搜索 (Re-D） 算法原理及实践

（1)多任务(Multi-task） 深度学习模型搭建与训练；（2)深度排序(Deep Rank-ing, Triplet Loss)原理与训练技巧；(3)构建一个工业界和学术界的大规模车辆图片搜索算法(4)业界最大的车辆搜索数据集上取得State-of-the-Art效果。

项目7 文本分类系统

NLP的经典任务，但应用场景也非常广泛。情感分类被应用于利用网上评论打分，探究金融市场情绪。主题分类被应用于新闻分类，intent classification被用于构建聊天机器人。

项目8 电商平台的商品推荐系统

电商业务在全球各大互联网公司的营收中都占有极其重要的地位，推荐系统对用户推荐商品的质量好坏直接影响了巨头们的股价，商品推荐团队是公司各大算法团队中的核心团队，有着绝对地位的优势，我们针对全球Top 1的电商数据进行推荐算法优化。