深度学习 个人快速入门学习路线

一名小菜鸡，在此记录一下我学习cnn的过程以及后面的计划

1. 看完这篇推文以后心中有了大概的入门路线。

2. 开始接触深度学习，先去看了黄海广博士的写PDF：吴恩达老师的机器学习 (看这个可以先接触到梯度下降，线性回归， 逻辑回归等的概念。PDF先看到神经网络时直接去看 3bule1brown推出的神经网络讲解视频, 有关神经网络和深度学习的在线书籍， 建议先阅读这本书的前两章(应该可以搞懂反向传播的概念)，当后面熟悉更多概念后，开始搞深度学习时，可以再看书中的其余部分)。

3. 看完上面的内容后准备去看一些博客检查下学习效果
   零基础入门深度学习 （这篇文章里第三章以前的所有公式，代码全部吃透才算摸到了深度学习的大门）
   一文搞懂反向传播算法
   然后去了解lenet的原理（据说这是cnn 的 hello版）。

4. 有了机器学习和神经网络的大致概念以后，就开始入门吧，找项目试手，同时看西瓜书和李航的统计学习方法。

tips：
Pytorch 的入门小知识点： 编写高效的PyTorch代码技巧

CNN在点云中的应用:
https://mp.weixin.qq.com/s/GFJJHdx3-PP5mdpGzdNzHg

动图形象理解深度学习卷积
https://mp.weixin.qq.com/s/FdBek1NCw5ANh8NQLN0Fcw
大神博客：
吴恩达深度学习专项课程的笔记

手磕实现 CNN卷积神经网络！- 《深度学习入门：基于Python的理论与实现》系列之三
https://mp.weixin.qq.com/s/v43UXDx0FHBIO46JzSblfQ

卡尔曼滤波https://mp.weixin.qq.com/s/OS7tOSxWNnqiS3A_BSbdAg

2020最新版《神经网络与深度学习》【资料网盘链接】
链接：https://pan.baidu.com/s/1I6RZTy1RTEzBg6nGuA4MMQ
提取码：zu76