paper 149:Deep Learning 學習筆記（一）

 1. 直接上手篇

     臺灣李宏毅教授寫的，<1天搞懂深度學習>

   slideshare的連接： http://www.slideshare.net/tw_dsconf/ss-62245351?qid=108adce3-2c3d-4758-a830-95d0a57e46bc&amp;v=&amp;b=&amp;from_search=3

        網盤下載連接：http://pan.baidu.com/s/1nv54p9R     密碼：3mty.

         中文在線課程：Hung-yi Lee （http://speech.ee.ntu.edu.tw/~tlkagk/courses.html）

2.  五步提高篇

 Step 1: 學習機器學習基礎

     開始於Andrew Ng的機器學習    機器學習-斯坦福大學  他的課程介紹了目前各類機器學習算法，更重要的是機器學習的通常程序和方法，包括數據預處理，超參數調優等。

同時推薦閱讀由Geoff Hinton，Yoshua Bengio和Yann LeCun提供的NIPS 2015深度學習教程 （http://www.iro.umontreal.ca/~bengioy/talks/DL-Tutorial-NIPS2015.pdf）

Step 2: 深刻學習

    我的的學習偏好是觀看演講視頻，並有幾個優秀的課程在線。 這裏有幾個特別喜歡的課程，能夠推薦：

 

 Deep learning at Oxford 2015 由Nando de Freitas教授解釋基礎知識，不會過於簡單。 若是您已經熟悉神經網絡並但願深刻，請從第9講開始。 他在他的例子中使用Torchframework。 (Videos on Youtube)

Neural Networks for Machine Learning Geoffrey Hinton在Coursera上的課程。Hinton是一位優秀的研究人員，他們展現了廣義反向傳播算法的使用，對深度學習的發展相當重要。

Neural Networks Classby Hugo Larochelle: 另外一個優秀的課程

Yaser Abu-Mostafa’s machine learning course若是你有更多的理論感興趣

若是你更喜歡的是書籍，這裏有一些優秀的資源。 去查看一下，我不作判斷。

Neural Networks and Deep Learning Bookby Michael Nielsen’s：在線學習書，並有幾個交互式JavaScript元素能夠玩。

Deep Learning Book by Ian Goodfellow, Yoshua Bengio和Aaron Courville：比較密集，但莫非不是一個很好的資源

 Step 3: 選擇一個區域並進一步深刻

肯定本身繼續深刻學習的熱情。 這個領域是巨大的，因此這個列表絕對不是一個全面的列表。

計算機視覺 : 深刻學習已經改變了這一領域。 斯坦福大學的CS231N課程由Andrej Karpathy的課程是我遇到的最好的課程; CS231n卷積神經網絡視覺識別。 它向您介紹了基礎知識以及covnets，以及幫助您在AWS中設置GPU實例。 另請參閱Mostafa S. Ibrahim的「計算機視覺入門」

Step 4:

 

Step 5:

 3. 視頻專區

    機器學習相關的視頻集合：

    http://www.tensorflownews.com/

 

 

 

參考來源：https://www.zhihu.com/question/26006703