一個自然語言處理煉丹師的自白
往期：
深度學習現在不光是在學術圈，就連大衆們也被一波波媒體宣傳浪潮洗着腦。於是深度學習成了那隻風口上的豬，大家都想要蹭上它，帶着自己也飛起來。接着各種各樣的東西開始變得”deep”起來了，不”deep”就不夠潮。吳教授有節課提到，深度學習能有如此大的影響力很大程度和它這個名字有關。
同時，很多人進入深度學習領域，人多力量大，推動着深度學習的飛速發展。這期間大量工具的出現，數據集的規範化，硬件生產的大規模效應，也使得進入的門檻越來越低，這又導致更多的人進入。於是這樣就產生了一個正反饋系統，整個深度學習領域像在滾雪球一樣，看看今年 NIPS 那件審稿醜聞就知道有多瘋狂了，就連我最近投的 NLP 頂會 EMNLP 今年也是爆炸了，已經做好的準備了。
既然這麼多人想學，有需求就有供給，網上也就出現了各種各樣的學習資源，比如網課，博客，還有教程等，各式各樣。要把所有資源列出來是非常難的，這裏也就只能稍稍列出一些。
熱身運動
先來 Cho 老師的課堂筆記 Natural Language Understanding with Distributed Representation Lecture Notes，和之前機器學習文章中不同這次是有深度學習了，雖然書的名字沒有深度學習，但其實用在 NLP 裏的 Distributed Representation 就可以理解爲是深度學習網絡中的向量。關於深度學習讀前四章就好了。
接着是吳教授的公開課 deeplearning.ai，此刻一些吳教授的死忠們要怒了，居然敢把吳教授的課放在熱身運動。平心而論，吳教授課確實上的好，但太溫柔了，一切都給你準備好了，適合新人。或是接觸過的人回去再看看，溫故而知新。CNN 部分講得特別棒。
然後還有一個，一兩年前花書還沒出來時特別火的一本網上電子書，Michael Neilson 的Neural Networks and Deep Learning。這個材料比較好的是，會邊教你理論邊教你自己動手搭建一個模型，而且網絡上有代碼。
正式開始
OK，正式網課也非常多，這裏就推薦三款產品。
首先第一款，卡內基梅隆大學的 Introduction to Deep Learning，由 Bhiksha Raj 授課。一如 CMU 的一些其他課，特點是講得非常全面，無論是基礎的，經典的，還是最近的都有涉及到。在官網上，各種資料的鏈接也都有放出來，自己跟着課表一個個看下去就行了。
另外一款，個人很喜歡的 Hugo Larochelle 的網課 Neural networks class。深度學習說白的就是深度神經網絡，這裏面在網絡說得很全面。但不足的是，有很多話題沒有很深入，還有沒有太提最近很火的一些概念。
最後一款，網紅李飛飛大名鼎鼎的 CS231n 課，Convolutional Neural Networks for Computer Vision，這個其實我也不用多說，太有名了。對深度學習還有在計算機視覺方面應用的介紹非常棒，還有就是裏面的練習也設計得特別好。因爲很火的原因，練習也都能找到參考答案。
除了這三個之外當然還有很多啦，比如 Coursera 上 Hinton 大佬的神經網絡課（PPT 真心醜），還有 Udacity 上要付費的 Deep Learning Nanodegree （不想付錢的話直接翻牆從 youtube 看 Siraj 小哥的視頻，然後做作業也行。）
書，論文，還有博文
書嘛，很多很多。比如之前一直有提的花書《Deep Learning》，還有 O‘reilly （動物園）出版的深度學習相關，各種各樣，可以參考這個網站：The 7 best deep learning books you should be reading right now。
其實蠻推薦的一種學習方法是，通過網課或者是看書積累一定基礎之後，選擇一個自己喜歡的課題或者領域。然後去找這個領域的論文，經典的，最近的都可以讀。
博文的話，特別推薦 Colah 的博客，視覺化和互動做得太棒了。WildML 裏面也有很多很棒的文章，特別是對新手來說，裏面有一個深度學習詞表 (Deep Learning Glossary) 特別有幫組。
好了，就到這裏啦。