深度学习入门及深度学习学习路线

时间:2022-12-13 20:00:42

最近一段老师逼着搞论文,都没啥时间刷题和更新博客了。前段时间无意间看到一些深度学习方面的资料,个人觉得写的实在是太精彩了,必须得推荐给他大家。目前只更新了7篇博客,里面包含了原理(即数学推导)和实践(代码实现),对于入门来讲实在是合适不过的了。

声明:本文只负责推荐,原文并非我写,尊重原创。

在这放上原作者写的前言:

深度学习入门及深度学习学习路线

下面给出每一部分的主题和详细链接。

入门深度学习部分

第一部分:感知机部分

零基础入门深度学习-感知机


第二部分:线性单元和梯度下降

零基础入门深度学习-线性单元和梯度下降


第三部分:神经网络和反向传播算法

零基础入门深度学习-神经网络和反向传播算法


第四部分:卷积神经网络

零基础入门深度学习-卷积神经网络


第五部分:循环神经网络

零基础入门深度学习-循环神经网络


第六部分:长短时记忆网络(LSTM)

零基础入门深度学习-长短时记忆网络(LSTM)


第七部分:递归神经网络

零基础入门深度学习-递归神经网络


看完这几篇文章之后,绝对有一种豁然开朗的感觉,确实写的非常精彩。理论和实践相结合的感觉绝逼是非常棒的,非常佩服原作者,写的非常的浅显易懂。欣赏完这几篇博客之后,估计大部分人都想进一步学习和了解深度学习,但是接着该咋走呢?我又整理了一篇文章来供大家参考(这也不是我写的,我只是推荐给大家而已)。

深度学习论文学习路线(Deep Learning Papers Reading Roadmap)


原作者写的前沿.路线图构建原则和相关的说明:

具体学习路线: