2.接下来你可以懂得一下 神经收集 (Neutral Network)并且本身上手玩玩。

我们工作中经常会问： “深度进修该大年夜哪里学起?” 固然网上已经有点了大年夜量的免费课程，然则芜杂的信息太多。为了赞助你进入深度进修的“坑”，我们整顿了以下这些资本。

1.初学机械进修，最好的资本是 Cousera 上Andrew Ngs的课程。浏览一遍根本足够，不过完成课后义务会对你的懂得有进一步的晋升。

【编辑推荐】

1. 深度进修在天然说话处理中的应用
2. 用深度进修(CNN RNN Attention)解决大年夜范围文本分类问题 - 综述和实践
3. 懂得深度进修的钥匙 –发蒙篇
4. 深度进修概述：大年夜感知机到深度收集
5. 懂得深度进修的钥匙–参数篇

【义务编辑：51CTO_OS TEL：（010）68476606】

3.懂得神经收集很重要，然则仅仅最简单的情况是不敷的。传统神经收集的一个变种——卷积神经收集(CNN)，对于视觉义务很有赞助。斯坦福的相干 课件 和 标记 都同样有收录。 这里 还有卷积统??视觉处理上的应用课程。

4.接下来你可以在你本身的电脑上运行第一个CNN:

• 购买一个 GPU 并且安装 CUDA
• 安装 Caffe 还有他的GUI Digit
• 安装 Bonic (它不仅能帮钠揭捉?习深度进修，还能让其他研究者处于科研目标应用你的GPU的空余时光)

5.Digit供给了部分算法，例如 Lenet 用于字符辨认以及 Googlenet 的图像分类算法，还须要下载对应的数据集来测验测验这些算法， Lenet ， Googlenet 。你有时刻要调剂一下算法来完成其他类型的计算机视觉义务，比如我们 这里 做的。

6.至于多样的天然说话处理(NLP)义务,轮回神经收集(RNNs)往往是最好的选择。斯坦福大年夜学的 课程 依旧可以给你很好的指导，你也可以下载 Tensorflow 来本身建立RNNs。

7.最后你可以本身选择一类深度进修义务来开端实践了，大年夜人脸辨认、演讲发掘到主动驾驶的汽车，都可以测验测验分析。

如不雅你按照次序完成了上述步调，你已经根本控制了主流的深度进修办法。想要参加诸如Google，百度这类的公司工作，你仍然须要赓续的进修与实践，建立起自身的直觉和办法流程。

作者： Ankit Agarwal —- CTO, Silversparro Technologies Private Limited 。

　　推荐阅读

　　开发者技能修炼的5个等级，你冲关到哪儿了？

每一位开辟者在正式踏上开辟门路之前，都须要经由毫无编程经验的“第一阶段”。这时他们对于法度榜样的懂得仅限于照着书本或记忆进行针砭律的字符录入，甚至不清跋扈本身所输入>>>详细阅读

本文标题：七步让你实践深度学习

地址：http://www.17bianji.com/lsqh/34900.html

 1/2    1