**首先是算法能力。**在大多数企业里,深度学习研发工程师需要负责从算法设计到算法实现,再到算法上线这一个全流程的工作,所以算法能力是所有深度学习研发工程师都需要掌握的。
**其次是编程能力。**熟练掌握python/c++编程,至少熟悉tensorflow或者pytorch一种深度学习工具,能够进行深度学习各类模型架构使用和设计。
**再次是其他人工智能技术。**未来人工智能产业发展越来越快,深度学习将会扮演非常重要的角色,很多时候需要深度学习与其他人工智能方法相结合才能完成。我们将会看见越来越多的混合系统,其中深度学习可用于处理一些棘手的感性任务,而其他的人工智能和机器学习技术可用于解决问题的其他部分。未来深度学习、人工智能有革命性的理论突破,更有可能来自交叉领域。
深度学习本质上是深层的Python人工神经网络,它不是一项孤立的技术,而是数学、统计机器学习、计算机科学和人工神经网络等多个领域的综合。
想做好深度学习开发,在编程方面除了掌握python自身语法外,还应该着重掌握下面这些库:
pandas:超级excel,表格式操作数据,数据清洗和预处理的强大工具。
numpy:数值计算库,快的不要不要的。
matplotlib:模仿MATLAB的数据可视化工具。
scikit-learn:封装超级好的机器学习库,一些简便的算法用起来不要太顺手。
ipython notebook:数据科学家和算法工程师的笔记本。
深度学习看似难度大,掌握了正确的学习方法,入门还是很轻松的。
对于零基础小白,在这里精选了 5 本深度学习相关的书籍,帮助小白更好的入门。
1.《深度学习》(