设备学习和深度学习的理论知识学习资料分享参考吴恩达的意见,基本的数学知识和编程能力是“先决要求”,这些知识非常的丰富,有非常多途径能够获取,咱们在这儿就不赘述了。打下必定基本后,你就要跑步进入下个环节,切不可沉迷其中,不可自拔。下一步便是开启咱们的设备学习和深度学习之旅,你在论坛、公众号、技术内书籍上能够找到海量的知识。知识庞杂了可能会让你望而却步,因此呢先尝试着创立一条知识主干是非常必要的。而一个“标准”的知识主干是需要经过有体系,有脉络的经典课程和经典数据喂出来的,下面和大众分享一下。(1)课程:吴恩达,李宏毅,李沐,李飞飞这些大牛带起入门
序号
书名
作者
获取资料参考位置
1
吴恩达设备学习课程
吴恩达 https://www.bilibili.com/video/BV164411b7dx/?from=search&seid=5261212643262908270&spm_id_from=333.337.0.0
2
李宏毅设备学习课程
李宏毅 https://www.bilibili.com/video/BV1Wv411h7kN/?from=search&seid=8235384940417024869&spm_id_from=333.337.0.0
3
跟李沐学AI
李沐 https://space.bilibili.com/1567748478?from=search&seid=10175670735421889683&spm_id_from=333.337.0.0
4
斯坦福大学的CS231n(设备视觉的深度学习)
李飞飞等 http://cs231n.stanford.edu/
5
斯坦福大学的CS224n(自然语言处理与深度学习)
Richard Socher https://www.bilibili.com/video/BV1ct4y157Uf/?spm_id_from=333.337.search-card.all.click尤其举荐:《吴恩达:怎样系统学习设备学习?》吴恩达(Andrew)是人工智能和设备学习行业国际上最权威的学者之一,斯坦福大学教授,曾在2014年加入百度担任首席专家,负责百度科研院的领导工作,尤其是Baidu Brain计划。
吴恩达在《怎样系统学习设备学习?》中给出了咱们这般的意见,想要作为一名人工智能从业者,系统学习设备学习是重点,意见大众遵循的过程是,先学习基本编码知识、再学习设备学习及深度学习、最后专注于一个角色。详细的意见如下想要成功构建设备学习系统,基本的编程技能是先决要求:在起始实践设备学习算法之前,你需要具备编写一个简单的计算机程序(函数调用,for loops,要求语句,基本的数学操作)的能力。把握更加多的数学知识当然你让你更具优良,但亦不必将精力太多投入到诸如线性代数、概率和统计这般的数学基本上。在学习了基本编码知识后,就能够正式起始你的设备学习之旅了:例如斯坦福大学推出的“设备学习课程”是你不错的选取。该课程供给了对设备学习、数据挖掘和统计模式识别的广泛介绍,能帮忙大众有效构建对设备学习的认知和理解。另外,深度学习亦是你需要涉猎的行业:由DeepLearning.AI研发的“深度学习专业课程”涵盖了你在计算机视觉、自然语言处理和语音识别等领域构建应用程序所需的知识。你将从医疗保健、自动驾驶、手语阅读、音乐生成和自然语言处理等方面开展案例科研,以便于在把握理论知识的基本上认识深度学习在各行业中的实质应用。当你对设备学习和深度学习都有了较为深入的学习后,下一步行动将取决于你心中想要作为的角色,例如作为数据专家、设备学习工程师或设备学习研究员等,也或是将所学的AI技能与你日前从事的工作相结合,将人工智能更好地应用于现实世界问题。确定角色之后就要迈入真正的实践环节了,必须在你的职业生涯中反复实践。(2)科普/基本类书籍:在被各样公式和代码熬煎前,先听听故事,有了这些宏观视角后你能够创立自己设备学习和深度学习的历史观。被认为是人工智能起点的1956年的达特茅斯会议有多少大神参加了?1972年明斯基是怎样经过《感知机:计算几何简介》一书让设备学习进入漫长寒冬的?辛顿是怎样把深度学习从沉睡中唤醒的?黄仁勋教主怎样用GPU的暴力计算给人工智能加速的?而将来人工智能和人又将一起走向何方哪?
序号
书名
作者
备注
1
设备之心
雷·库兹韦尔
中信出版社
2
人工智能全传
伍尔德里奇
浙江科学技术出版社·读客文化
3
人工智能简史
约翰·马尔科夫
浙江人民出版社·湛庐文化
4
人工智能简史
尼克
人民邮电出版社
5
深度学习:智能时代的核心驱动力量
特伦斯·谢洛夫斯基
中信出版社
原作名:The Deep Learning Revolution
6
你必定爱读的人工智能简史
山本一成
北京日报·阳光博客
7
AI 新生:破解人机共存秘码
斯图尔特·罗素
中信出版集团
8
人工智能
腾讯科研院
中国人民大学出版社
9
硅谷简史:通往人工智能之路
钱纲
机械工业出版社
10
芯片改变世界
钱纲
机械工业出版社
11
AI芯片:前沿技术与创新将来
张臣雄
人民邮电出版社
12
详解FPGA:人工智能时代的驱动引擎
石侃
清华大学出版社
下图是2006年,1956年会议五十年后摩尔,麦卡锡,明斯基等人重聚达特茅斯。
(3)理论/实操类书籍:书籍是系统性学习知识的好助手,大众看到下面这些大部头都莫要恐慌,举荐一个办法,便是能够买电子书,把这些书籍都down下来,而后所有或部分打开,以2∽3本书为主线,先“速读”再“精读”,其他书籍做知识补充,遇到难以理解的部分找其它书籍内的描述做参考。
咱们在学习设备学习和深度学习中面临“要点、难点、问题点”时必须死磕,例如区别的激活函数有啥妙用?BP算法中的数学原理是什么?卷积神经网络的设计原理是什么?CNN、RNN、GAN分别用在哪里?等等,死磕这些问题时“态度要坚定,手段要灵活”,倘若采用“2∽3本书为主线,先速读再精读,其他书籍做知识弥补”的办法,能够帮你在有自己知识规律的基本上,快速甄别出“要点、难点、问题点”,经过博取众家之长、兼容并收的办法,高质量理解问题,悟到“突破点”。
序号
书名
作者
备注
13
数学通识讲义
吴军
中信出版社
14
概率论通识讲义
刘嘉
新星出版社
15 统计学习办法(第2版)
李航
清华大学出版社
16
设备学习
周志华
清华大学出版社
17
从零起始:设备学习的数学原理和算法实践作者
大威
人民邮电出版社
18
Python设备学习(原书第3版)
塞巴斯蒂安·拉施卡
瓦希德·米尔贾利利
机械工业出版社
19
用Python学透线性代数和微积分
保罗·奥兰德
人民邮电出版社
20
深度学习
古德费洛&库维尔
人民邮电出版社
21
深度学习
刘鹏
电子工业出版社
22
Python深度学习(原书第2版)
弗朗索瓦·肖莱
人民邮电出版社
23
深度学习的数学
涌井良幸
涌井贞美
人民邮电出版社
25
深度学习之美:AI时代的数据处理与最佳实践
张玉宏
电子工业出版社
26
深度学习:主流框架和编程实战
赵涓涓;强彦
机械工业出版社
27
深度学习之TensorFlow:入门、原理与进阶实战
李金洪
机械工业出版社
28
MXNet深度学习实战
魏凯峰
机械工业出版社
29
深度学习实践:基于Caffe的解析
薛云峰
机械工业出版社
30
PyTorch深度学习实战
伊莱·史蒂文斯
卢卡·安蒂加
托马斯·菲曼
人民邮电出版社
31
PaddlePaddle Fluid深度学习入门与实战
潘志宏
人民邮电出版社
(4)举荐一门好用的实战课程
当然咱们光有理论是不足的,咱们硬十在参与的多个边缘AI项目中(例如无人机、设备人)等,深刻体会到AI技术从课本里步行到行业中比想象的要繁杂的多。客户要的是solution,而不是model,model是实验室的产物,而solution才是直面市场的"结果"。想有好的“结果”除了具备理论知识外,还要有制品化的设计思维,工程化的落地区案,实操性的问题处理手段。这些亦是当前的非常多课程和教材里缺乏的。
硬十的一款新课亦即将上线(课程名:快速玩转算能AI微服务器SE5),咱们基于SOPHON AI微服务器推出了一款"接地气"的课程,SE5是一款高性能、低功耗边缘计算产品,搭载算能自主开发的第三代TPU芯片BM1684,INT8算力高达17.6TOPS,支持32路全高清视频硬件解码与2路编码,咱们期盼经过此课程帮你认识了AI基本知识,又把握了AI基本应用。这个课程是对“实操性”的知识总结,亦是“工程化”的思维表现。
课程链接:https://www.hw100k.com/coursedetail?id=158
长按二维码快速进入;限时免费,尽早购买
(2)课程特点 一站式服务:所有应用遇到的平常问题都能够在这儿找到答案,包含供给AI微服务器全栈式的处理方法,研发过程步步拆解,详尽清晰,支持所有的主流框架,制品易用。体系化教育:从环境搭建到应用研发,从模型转化到制品部署,镜像实战环境,回答实战中遇到的问题,包含,环境是怎样搭建的?模型是怎样编译的?应用是怎样研发的?场景是怎样安排的?资料齐全:课程包含视频教育、文档指点、代码脚本等,详尽丰富,课程介绍参考以下目录。 点进《阅读原文》,快速进入课程, 欢迎和咱们一块学习
|