深度学习火, Python 简单. 两个加起来让你飞起来.
其实在你飞起来之前, 是不是也要加加油, 补补胎, 学学怎么开飞机呢? 那我们就直奔主题吧. 问题就是, 怎么学?
学概念
深度学习, 机器学习有各种概念, 弄清楚概念, 就等于弄清楚了开飞机的说明书, 我们好上路. 首推这一套 [有趣的机器学习]系列.
全动画, 不废话, 少数学, 超精简, 好理解.
[有趣的机器学习]内容包括:
- 神经网络
- 卷积神经网络 CNN
- 循环神经网络 RNN
- LSTM RNN
- 自编码 Autoencoder
- 神经网络应用诀窍
- 检验神经网络
- 特征标准化 Normalization
- 选择好特征
- 激励函数 Activation Function
- 过拟合 Overfitting
- 神经网络优化器 Optimizer
- 处理不均衡数据 Imbalanced data
- 批标准化 Batch Normalization
- L1/L2 正规化 Regularization
- 强化学习
- 强化学习方法汇总
- Q-Learning
- Sarsa
- Sarsa(lambda)
- Deep Q Network (DQN)
- Policy Gradients
- Actor-Critic
- Deep Deterministic Policy Gradient (DDPG)
- Asynchronous Advantage Actor-Critic (A3C)
- ...(不断补充中)
Python 做神经网络
Python 做神经网络很简单, 谁要大公司都喜欢 Python 呢, 都已经开源了很多 Python 深度学习模块, 我们小市民就坐着分享他们的红利吧.
对于各种神经网络模块方面的介绍能在这里找到 [Python 神经网络模块]. 同样是:
不废话, 少数学, 超精简, 重实践, 好理解.
那么就看看 [Python 神经网络模块] 里的简单介绍, 挑一个你最想学的, 开始愉快的旅途吧.
- Tensorflow 教程
- PyTorch 教程
- Theano 教程
- Keras 教程 高级API
Python 整理数据
深度学习, 数据当头, 没数据就没法学, 所以你要会把玩你的数据. 这里的 [Python 数据模块] 包含了你需要懂的所有技能. 而且学会有效的整理数据, 也能让你的运算速度飞起来. 所有教程的核心又是这句话:
不废话, 少数学, 超精简, 重实践, 好理解.
会整理资料的人只能帮别人打工, 会把资料可视化出来的人, 更得先机. 所以我们不仅仅要会整理, 还要会可视化. 这就是 [Python 数据模块] 同时也涉及的方面:
- Numpy & Pandas 数据处理教程
- Matplotlib 数据可视化教程
Python 玩强化学习
想自己开飞机飞起来容易, 想让机器人自己学习飞起来, 这个... 也容易!! 有了这个 [强化学习教程] , 你不用手把手教机器人飞起来, 就给他段小代码, 让它自己飞吧. 抱歉, 这是最后一次了, 不过我还是要说, 这套教程, 真的真的:
不废话, 少数学, 超精简, 重实践, 好理解.
[强化学习教程] 里面涉及了近乎教科书般全面的内容, 包含了近乎所有的强化学习方法, 全部都用 Python 实践了.
- Q-Learning
- Sarsa
- Sarsa(lambda)
- Deep Q Network (DQN)
- Double DQN
- DQN with Prioritised Experience Replay
- Dueling DQN
- Policy Gradients
- Actor Critic
- Deep Deterministic Policy Gradient
- Asynchronous Advantage Actor-Critic (A3C)
- Proximal Policy Optimization (PPO)
- Model-based RL (正在制作)
- ...(不断更新)
Python 学习所有代码
重要的话放在第一句: 喜欢直接上代码, 那么请直接去这个 Github, 里面有各种学习代码.
这个 Github 当中不仅仅有机器学习方面的代码, 而且还有很多 python 学习方面的代码, 随着教程的增多, 教程代码涉及的范围也会越多. 所有代码都能找到他们所属的 视频解说. 所有的内容都是开源的, 知识无国界.
支持的朋友们也希望你们能够为开源贡献一份力量, 这份力量不用很大, 仅仅是分享这些值得被学习的教程给更多想要学习的朋友们, 让他们不再烦恼要在海量的信息中挑选哪些学习材料了.