深度学习全网最全学习资料汇总之入门篇.pdfVIP

深深度度学学习习全全网网最最全全学学习习资资料料汇汇总总之之入入门门篇篇 作为人工智能领域一个重要的研究分 ，深度学习技术几乎出现在当下所有热门的AI 应用领域，包括语音识别，语义理解，图像识别，大数据分析等等，甚至有人把当前 的人工智能等同于深度学习。面对如此重要的江湖地位，我们相信一定有为数众多的 AI 开发者对深度学习技术充满了好奇心，想要快速着手使用这项强大的技术来解决现 实生活中的实际问题。因此，雷锋网将围绕深度学习技术整理一个系列文章，全面覆 盖与其相关的各项知识点。 本文针对如何入门深度学习这一话题，整理了若干参考资料，希望对广大开发者有所 裨益。 需要提前说明的是，无论教程怎样浅显易懂，如果要深刻理解深度学习的技术原理， 一些基础的数学知识还是必不可少的，包括微积分、线性代数和概率论等。这些都是 各高校的必修课，大家可以轻松找到丰富的中文教程。这里仅列出三个值得参考的免 费的英文教程。 MIT本科线性代数公开课 链接： /courses/mathematics/18-06sc-linear-algebra- all-2011/index.htm MIT微积分公开课 链接： /course/calculus-1a-di erentiation-mitx-18-01-1x MIT概率论公开课 链接：/course/introduction-probability-science-mitx-6-041x-2 当然，大家也可以在 coursera 和各种慕课类网站挑选自己喜欢的数学基础课程，此处 不再赘述。 下面进入本文的正题。 要入门深度学习，首选的一个教程是来自台湾大学电机系李宏毅教授的演讲 PPT。该 PPT 共计301页，源于 IEEE DSC 2016 系列活动，当时打出的标题是“一天搞懂深度学 习”。该课程非常适合初学者，以最简单易懂的图示和文字阐述了深度学习的基本原 理、深度学习模型的各种训练小技巧、递归神经网络和一些常见的深度学习应用。 目前已经有网友针对李教授的PPT进行了视频讲解，视频链接也贴在下面。最后一个 链接是李教授整个学期课程的资料，除了深度学习之外，还包括了线性代数的相关内 容。 台大李宏毅教授讲义 PPT链接：/tw_dscon /ssqid=108adce3-2c3d-4758- a830-95d0a57e46bcv=b= rom_search=3 视频链接：/v_show/id_XMTc0MDQ3Mzk0NA==.html? spm=a2h0j.8191423.module_basic_relation.5~5!2~5~5!3~5!2~1~3~A rom=y1.2-1- 87.3.1-2.1-1-1-0-0#paction 李宏毅教授其他课程：.tw/~tlkagk/courses.html 其次推荐来自斯坦福大学的卷积神经网络课程，即 CS231n: Convolutional Neural Networks （CNN） or Visual Recognition。该课程由著名华人 AI 学者李飞飞担任主 讲，虽然课程名称是卷积神经网络和图像识别，但前期进行了大量关于 Python 开发 环境搭建、神经网络原理等基础知识的介绍，适合初学者认真研读。目前该课程已经 有了中文字幕版，链接如下。 李飞飞CNN课程 英文链接：http://cs231n.github.io/ 中文链接：/course/introduction/1003223001.htm#/courseDetail 说起深度学习的著名学者，则不得不提 Yann LeCun，Yoshua Bengio，Geo rey Hinton 三人合著的一篇综述： 《Deep learning》。三位世界级AI大牛合力编写的这篇文章虽 然只有不到 7 页 A4 纸，但参考文献却超过百篇，被引用更是不计其数，含金量可想 而知。这是一篇科普类的深度学习综述性文章，并没有介绍特别高深的技术细节，因 此比较适合初学者。论文从非常专业的角度深入浅出地讲解了深度学习的基本原理， 以及深度卷积网络和递归神经网络等较深入的话题。 Yann LeCun，Yoshua Bengio，Geo rey Hinton 三人合著论文 《Deep learning》 英文链接：/~hinton/absps/NatureDeepReview.pd 中文链接：/article/2015-06-01/2824811 下面推荐两本适合初学者的免费的书籍。 一本来自上文提到的 Yoshua Bengio，他与另外两位同事合著了一本名为 《Deep