1. 程式人生 > >深度學習入門及深度學習學習路線

深度學習入門及深度學習學習路線

最近一段老師逼著搞論文,都沒啥時間刷題和更新部落格了。前段時間無意間看到一些深度學習方面的資料,個人覺得寫的實在是太精彩了,必須得推薦給他大家。目前只更新了7篇部落格,裡面包含了原理(即數學推導)和實踐(程式碼實現),對於入門來講實在是合適不過的了。

宣告:本文只負責推薦,原文並非我寫,尊重原創。

在這放上原作者寫的前言:

下面給出每一部分的主題和詳細連結。

入門深度學習部分

第一部分:感知機部分

第二部分:線性單元和梯度下降

第三部分:神經網路和反向傳播演算法

第四部分:卷積神經網路

第五部分:迴圈神經網路

第六部分:長短時記憶網路(LSTM)

第七部分:遞迴神經網路

看完這幾篇文章之後,絕對有一種豁然開朗的感覺,確實寫的非常精彩。理論和實踐相結合的感覺絕逼是非常棒的,非常佩服原作者,寫的非常的淺顯易懂。欣賞完這幾篇部落格之後,估計大部分人都想進一步學習和了解深度學習,但是接著該咋走呢?我又整理了一篇文章來供大家參考(這也不是我寫的,我只是推薦給大家而已)。

深度學習論文學習路線(Deep Learning Papers Reading Roadmap)

原作者寫的前沿.路線圖構建原則和相關的說明: 具體學習路線: