深度学习自学指南：6个月，从基础知识到模型构建

原作：Bargava安妮 编译自 Medium量子位 出品 | 公众号 QbitAI 给你6个月的时间开始学习深度学习，能够达到怎样的程度？ 在这篇文章中，数据科学培训老师Bargava就带你半年入门深度学习。 在这份攻略中，我将给大家讲讲零基础入门深度学习可行性强的资料和学习方法。当然，虽说的零基础，但也有一个小门槛，你需要满足以下条件： 在接下来的6个月中，每周花费10-20小时学习 已经具备一些编程技巧，懂一些Python和云的基础知识 有一些数学基础（代数、几何等） 有一台计算机，并且能联网 量子位在这里补充一句，想入门的小伙伴也可以现在开始准备英语了，毕竟……这些课程都是英文的。 第一阶段 如果想学开车，应该坐上车通过模拟真实开车环境学习，而不是首先了解内燃机和离合器的工作原理。学习深度学习亦是如此，我们需要遵循这种自上而下的学习方法。 推荐fast.ai上的教程Practical Deep Learning for Coders—Part 1。这个课程需要学习4到6周的时间，并且包含一个云端运行代码的session。 不如就从这个课程开始入手吧。 当然，也有一些其他不错的服务平台可供你选择，包括Paperspace、亚马逊AWS、谷歌云平台（GCP）、Crestle和Floydhub等。 但切记，现在还没到开始构建模型的时候。 Practical Deep Learning for Coders地址： http://www.fast.ai/ 第二阶段 是时候了解一些基础知识了。在这个阶段，你需要学习微积分和线性代数。 MIT的Big Picture of Calculus课程可以帮你快速概览微积分基础知识。 对于线性代数，MIT知名教授Gilbert Strang的OpenCourseWare是个不二选择。 学习完上面两门课程后，推荐你阅读旧金山大学科学家、fast.ai联合创始人Jeremy Howard的Matrix Calculus For Deep Learning。 Big Picture of Calculus地址： http://ift.tt/2GJFmPb OpenCourseWare地址： http://ift.tt/2dhXd2p Matrix Calculus For Deep Learning地址： http://ift.tt/2GvDdqg 第三阶段 经过前面两个基础夯实阶段，现在我们有时间贯彻上面提到的自下而上学习法了。 这个阶段推荐大家修一下Coursera上的Deep Learning专项课程，里面包含5门吴恩达创立的deeplearning.ai的课程。 Coursera上"微专业"获取方式和大学修展业很相似，学习课程后也需要完成相关作业。但讲真你值得修一个专业。 理想情况下，根据你目前的学习基础，完成一门课程需要花费一周时间。 deeplearning.ai课程地址： http://ift.tt/2vLAXJh 第四阶段 只学习不会玩，聪明的小孩也会变傻。 现在是时候了解深度学习库了，TensorFlow、PyTorch和MXNet等都需要去了解一下，并且可以为你喜欢的问题从头开始构建架构了。 到这里我们可以发现，前三个步骤是在理解深度学习是什么，从第四步开始，你需要学习从头开始实现一个项目，并学习利用各种工具构建模型。 第五阶段 现在，可以去刚刚提到的fast.ai课程的第二部分看看了，也就是Cutting Edge Deep Learning for Coders这一课。这里面包含的问题更高级，你将学习阅读最新的研究论文并且学习去理解它们。 上面的每个阶段都需要4至6周的时间去理解它们。当你按照上面的方法学习了26周后，你会打下坚实的深度学习基础。 Cutting Edge Deep Learning for Coders课程地址： http://ift.tt/2vVAgdb 下一站 之后，你可以学习斯坦福的CS231n: Convolutional Neural Networks for Visual Recognition和CS224d: Deep Learning for Natural Language Processing两门课程了，它们对视觉和NLP的讲解比较深度透彻。 如果有时间，还推荐你读读这本Deep Learning，对巩固理解很有帮助。 CS231n课程地址： http://ift.tt/1ERxZ3M CS224d课程地址 http://ift.tt/1CF36il Deep Learning电子书地址： http://ift.tt/1JOI14p 钻研深度学习是一件乐事，用你的每一天去创造吧。 最后，附原文链接： http://ift.tt/2EcL9ON — 完 — 欢迎大家关注我们的专栏：量子位 - 知乎专栏 诚挚招聘 量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复"招聘"两个字。 量子位 QbitAI · 头条号签约作者 վ'ᴗ' ի 追踪AI技术和产品新动态 via 量子位 - 知乎专栏 http://ift.tt/2s2Irqc RSS5