深度学习，我想入个门

只是想把接触到的有用的信息组织一下：

1.深度学习从何而来？

为了实现人工智能（AI），发展了很多技术，一个很重要的技术是“机器学习”（ML），而ML这个大类又包含很多内容，神经网络（NN)便是其中一个重要的组成部分，NN 逐渐发展改名了，叫“深度学习”（DL )。它就是这么来的。

换句话说，就是为了实现AI ，有大牛提出来ML ，又因为需求或者啥的，有大牛提出来NN&DL。嗯，就这点事。

2.深度学习是啥？

一种工具，一种技术，一种手段，一种方法，一种哲学，一种态度........

3.换个问法：深度学习能干啥？

有很多，而且越来越多。

比如：

图像识别：图里（视频里）都有啥（人 物），都在哪，都什么状态，人的情绪怎么样，还可以对其描述一下;

声音识别：你说的是啥，AI反应的是啥，翻译;

诗歌创作

识别：垃圾邮件识别;

4.那咋学？

这个咋学么，最好就像高中的时候那么学……

看视频，有很多大牛都有视频的，请去B站（bilibili.com)搜索之，还有至少听完一个大牛的吧;

看牛书，有很多大牛都有书的，请去京东搜索之，或者找网络资源，至少看完一本子吧;

做笔记，大牛这么多，我感觉自己智力受到了碾压，于是我打算用笔记来记录和整理这些知识，不一定是纸笔，还可以博客可以onenote，可以其他什么的。

做实践，干学，干看甚至干记是没有用的，需要上手锻炼，就像理论学的再好出道题考一考就傻。

然后呢，就是螺旋提升重复过程，直到觉得自己貌似好像也是大牛。

5.我只想开始，请直接点？

我也想入个门，总结一下：

5.1硬件准备

为了玩点3A 大作，怎么也得弄个电脑吧。有实力就4张显卡干，差点就一个显卡干，再不行就CPU干，还有个编外的“租别人的专门的服务器”干。我就一个显卡干。

5.2软件准备

之前有个文章写的这个，Ubuntu+Cuda+Tensorflow。

5.3知识准备

前面的都干完了，然后呢，前面简单估计都能看出来。到这就难了，痛苦才能证明自己的成长（不知哪位兄弟说的）。

首先需要点数学知识，“点”这个东西可大可小，所以就是说即使你没学过，那不是还可以补修么（什么？想不学？请看看上面那句不知哪位兄弟的话），我的感觉这个不是拦路虎，可以边深度学习深度学习边学数学。

其次需要编程知识，这个总有点准备吧，不可能用word干活是吧，这个其实有很多，不过很多人推荐Python语言，我也要用这个。另外还有C ++，Java等等等。

5.4预备

这个是理论基础，有人说理论不是很重要，比如用手机一定要知道怎么个理论基础么，或者用app一定要直到怎么做的么，道理是有点的，但是（转折表示强调）DL不是手机也不是app，虽然上文中提到它是一种工具，但是这个工具还没顺手到像锤子，手机一样;而且DL是一种技术，技术是要发展的，如果理论上没有准备，即使现在勉强可以搞，未来怎么搞;而且DL是一种手段，它是干活的，它内部手段多的是，不知道基础理论很难真正掌握这些手段;而且……后面有点编不出来。

总之，理论基础书籍很多，想啃就啃，不想啃吃这碗饭的早晚得啃点（“点”这个东西可大可小）

具体呢，太详细的我也不直到，举点例子：什么是监督无监督学习;过拟合;梯度下将法;各种NN，有点想不起来（毕竟我也是想入个门而已），其实我可以去抄厚书的目录，算了还是。

5.5跑

走起，开始搞实际应用的东东。具体呢：

机器学习：决策树，线性回归，KMEANS

深度学习：CNN RNN DNN LSTM BP

大家还是去看书吧……

看到个文章非常好，推荐一下：https://www.cnblogs.com/charlotte77/p/7735611.html