初学者

新手深度学习的路线图。

我该如开始使用深度学习?

你从哪里开始取决于你已经知道了什么。

真正理解深度学习的先决条件是线性代数、微积分和统计学,以及编程和一些机器学习。应用它的先决条件是学习如何部署模型。

在DL4J的场景中,你应该很了解JAVA并且对类似IntelliJ IDE的工具和自动化构建工具Maven感到舒服。

下面你会找到一个资源列表。这些章节大致按它们有用的顺序组织起来。

免费的机器和深度学习在线课程

数学

深度学习所涉及的数学基本上是线性代数、微积分和概率,如果你在本科阶段学习了这些,你将能够理解深层学习论文中的大部分思想与符号。如果没有在大学里学习过,就不要害怕。有很多免费的资源(有一些在这个网站上)。

编程

如果你还不知道如何编程,你可以从Java开始,但你可能会发现其他语言更容易。Python和Ruby资源可以在更快的反馈循环中传达基本思想。“学习Python的硬方法”和“学习编程(Ruby)”是两个很好的开始。

如果你想不使用JAVA而直接使用深度学习,我们推荐Theano和各种可以顶替它的Python框架,包括KerasLasagne

Python

Java

一旦你有了编程基础,就可以着手Java,这是世界上使用最广泛的编程语言。世界上大多数大型组织都使用巨大的Java代码库。(总是有JAVA的作品)(大数据栈—Hadoop, Spark, Kafka, Lucene, Solr, Cassandra, Flink –在很大程度上是为Java的计算环境JVM编写的。

Deeplearning4j

带着那些,我们推荐你通过它的 例子来走近DL4J。

快速入门

你也可以下载一个 智能层免费版, 它是支持 Python, Java 和 Scala 机器学习和数据科学的工具 。 SKIL是一个可以在prem和云端工作的机器学习后端,可以装载你的软件,提供一个机器学习模型服务器 。

其它资源

我们所知道的关于深度学习的大部分内容都包含在学术论文中。你可以在这里找到一些主要的研究小组。 虽然个别课程对他们所能教的东西有限制,但互联网却没有。大多数的数学和编程问题可以通过Google和搜索如 StackoverflowMath Stackexchange

Last updated