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