近年来,随着计算机技术的发展以及生物学大数据的积累,深度学习已经广泛应用于生物学大数据的处理,且表现出非常好的性能。然而对于生物类专业的学生来说,学习深度学习可能并非易事。作者最近发现了一本很适合深度学习入门的书,在此将自己的一点学习心得分享出来,以飨读者。
对于学习本书来说,你只需要有一丢丢的数学基础和python编程基础,基本是可以搞懂本书百分之九十以上的内容的,因此对于深度学习入门者非常友好。接下来,作者将分几期来梳理本书的要点,也就是先把该书“读薄”,使读者能够更容易入门深度学习,有进一步学习需求的可以基于此再将此书“读厚”,废话不多说,先开始第一期的内容:
第一章 python入门
-
python有NumPy、SciPy等优秀的数值计算、统计分析库;
-
TensorFlow、Theano等深度学习框架都提供了python接口;
-
NumPy用于数值计算,Matplotlib是用来画图的库;
-
python数据类型,变量、列表、字典、布尔型;
-
判断语句if、循环语句for、定义函数def;定义类;
-
Numpy数组,生成数组、数组加减乘除运算;
-
数组的广播功能、访问元素;
-
python作为动态型语言比一般C或者C++等静态型语言运算速度慢,但是在Numpy中,主要的处理还是通过C或者C++实现的,因此可以在不损失性能的情况下,使用python便利的语法;
-
利用matplotlib绘制简单的图形;
-
pyplot用于显示图像的方法imshow(),另外可以使用matplotlib.image模块的imread()方法读入图像;
本章内容比较简单,此处只做简要的要点描述,其中最需要注意的就是掌握python的基本语法、Numpy数组的基本运算和元素访问以及广播功能。最后了解matplotlib导入图像、显示图像以及绘制简单图形的方法。