deep learning 之学习路线


Where to Learn Deep Learning – Courses, Tutorials, Software   学习列表



中文小专题及实验  http://www.cnblogs.com/tornadomeet/tag/Deep%20Learning/  

Ng  英文及中文 http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B


http://blog.csdn.net/abcjennifer/article/details/7826917  深度学习中文指导
英文原版在这里: http://www.iro.umontreal.ca/~pift6266/H10/notes/deepintro.html

http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial  

精简版PPT  Bengio   http://wenku.baidu.com/link?url=F9jBB3fzrQpJEFKXthFBb4Y7I_LFzFM1uWyK1jGzkgDSx9ISj6P19v1k-26m8SoOj_d9weIZcyENxTVd0MqL6uAbP0ZZ-ElUmMo-JAmYXPu


http://blog.csdn.net/abcjennifer/article/details/7804962   中文图文并茂的笔记

有些大牛视频: http://videolectures.net/jul09_hinton_deeplearn/    hinto

 Bengio  http://videolectures.net/icml09_bengio_lecun_tldar/

机器学习中使用的神经网络教学视频 Hiton

Bengio 的 用python写的教程

Survey Papers on Deep Learning      已经打印了这两篇

Yoshua Bengio, Learning Deep Architectures for AI, Foundations and Trends in Machine Learning, 2(1), pp.1-127, 2009.

Yoshua Bengio, Aaron Courville, Pascal Vincent, Representation Learning: A Review and New Perspectives, Arxiv, 2012.

Deep Learning Code Tutorials   Python代码示例

The Deep Learning Tutorials are a walk-through with code for several important Deep Architectures (in progress; teaching material for Yoshua Bengio’s IFT6266 course).

网址:http://deeplearning.net/tutorial/contents.html   重点学习 已经打印了      深度学习教程的翻译

源代码在这里

http://deeplearning.net/software/theano/index.html 



Ng的用Matlab写的教程

Unsupervised Feature and Deep Learning   Matlab示例

Stanford’s Unsupervised Feature and Deep Learning tutorials has wiki pages and matlab code examples for several basic concepts and algorithms used for unsupervised feature learning and deep learning.

standford中文翻译   英文


使用toolbox的中文Matlab实验  

 纯Matlab代码的中文实验    对应的英文教程    机器学习中文翻译教程


standfor Ng 机器学习笔记 http://blog.csdn.net/abcjennifer/article/category/1173803/3       

            Ng 视频   https://class.coursera.org/ml-005/lecture/preview



下载工具包后,解压到一个目录,在MATLAB 2014a中添加路径时,选择与子目录一起添加。包中测试程序在“tests”目录下。运行测试程序时,可能会出现“ out of memory"错误,可参考 http://www.ilovematlab.cn/thread-19609-1-1.html





Java 2024的学习路线可以分为以下几个阶段: ### 初级阶段 1. **基础知识**:首先,从基础语法开始学起,包括变量、数据类型、运算符、流程控制结构(如条件语句和循环)、数组等。这部分通常可以在网上找到很多免费资源。 2. **面向对象编程**:理解类、对象、封装、继承和多态的概念。掌握如何创建类、定义方法以及如何设计简单的类结构。推荐阅读《Head First Java》或《Effective Java》这样的书籍,并通过练习项目加深理解。 3. **异常处理**:学习如何使用try-catch-finally块来管理程序中的错误和异常情况。 4. **集合框架**:熟悉Java集合库的各种容器,如ArrayList、HashMap、HashSet等。 5. **输入输出操作**:学会使用BufferedReader、PrintWriter等类来进行文件和系统级别的读写操作。 ### 中级阶段 1. **并发编程**:了解线程的基本知识,学会使用Thread类、synchronized关键字及Future和Callable接口。推荐《Java并发编程实战》一书作为深入学习资料。 2. **泛型和注解**:掌握泛型的使用,理解Java注解的用途及其如何自定义注解。 3. **反射机制**:了解如何利用反射获取类的信息并动态调用其方法或构造函数。 4. **JVM内部机制**:研究JVM的工作原理,包括类加载过程、垃圾回收算法等。 5. **设计模式**:学习几种常见的设计模式,例如工厂模式、观察者模式、单例模式等,这将帮助你在设计复杂应用时做出更优选择。 ### 高级阶段 1. **网络编程**:学习Socket编程、HTTP协议,以及使用Java NIO(New Input/Output API)进行高效的数据传输。 2. **数据库连接**:熟练使用JDBC(Java Database Connectivity)建立与数据库的交互。 3. **Spring框架**:深入了解Spring核心模块(如IoC、AOP),以及基于Spring构建企业级应用的最佳实践。 4. **微服务架构**:学习如何设计和部署微服务架构,使用诸如RESTful API、Docker、Kubernetes等技术。 5. **性能优化**:掌握如何优化代码、配置和环境设置以提高应用性能,包括内存管理和并发性能分析工具。 ### 进阶与拓展 1. **大数据处理**:学习Apache Hadoop或Spark等分布式计算框架,用于处理大规模数据集。 2. **云计算**:了解AWS、Azure或Google Cloud等云平台的服务,如何部署和管理Java应用程序在云端。 3. **机器学习与深度学习**:使用Java库如DL4J(Deeplearning4j)进行基本的机器学习模型训练。 4. **前端开发结合**:学习如何使用HTML、CSS、JavaScript与Java服务器端进行Web应用开发。 5. **持续集成与自动化测试**:熟悉Jenkins、Selenium等工具进行CI/CD流程和自动化测试。 ### 实战经验积累 - 参与开源项目,贡献代码或解决已有问题,提升实际开发能力。 - 完成几个小型到大型的个人或团队项目,从实践中积累经验。 ### 维护与更新 - 关注Java官方发布的新版本、新特性,及时调整学习计划以适应最新的技术和标准。 通过上述步骤,你可以构建起坚实的Java技能基础,并逐渐向高级领域迈进。每一步都应辅以足够的实践,这样才能更好地理解和掌握每个知识点。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值