【深度學習】Deep learning--知識結構搭建

深度學習，在語音識別、圖像識別、自然語言處理方面取得良好的效果，受到工業界的熱捧。通往AI(人工智能)的道路是艱難的，深度學習取得的成績，給AI的研究者帶來了一點喜悅。真正實現跟人類一樣的智能，還需要更多的突破，深度學習並不是AI的全部。但是，對於智能時代是一個福音，大量的數據積累，傳統機器學習有他的不足之處。智能硬件的發展給深度學習插上了翅膀，GPU並行計算，加速了神經網絡的計算速度。下面，整理一些業界比較經典的資料，幫助大家對深度學習有一個相對完整的認識。

• Deep learning 官網 http://deeplearning.net/
• Deep learning 教程 http://www.deeplearning.net/tutorial/
• 神經網絡基礎(斯坦福) http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial
• 機器學習(吳恩達 斯坦福) http://open.163.com/special/opencourse/machinelearning.html
• Deeplearning 維基百科介紹：

https://en.wikipedia.org/wiki/Deep_learning

三個基礎架構：CNN、RNN、LSTM

• CNN https://en.wikipedia.org/wiki/Convolutional_neural_network http://videolectures.net/deeplearning2016_fergus_neural_networks/(Convolutional Neural Networks and ComputerVision)
• RNN https://en.wikipedia.org/wiki/Recursive_neural_network http://videolectures.net/deeplearning2016_bengio_neural_networks/(YoshuaBengio)
• LSTM https://en.wikipedia.org/wiki/Long_short-term_memory
• Neural Networks(神經網絡) http://videolectures.net/deeplearning2016_larochelle_neural_networks/
• Theoretical neuroscience and deep learningtheory(神經科學&深度學習理論) http://videolectures.net/deeplearning2016_ganguli_theoretical_neuroscience/
• Machine Learning(基礎介紹) http://videolectures.net/deeplearning2016_precup_machine_learning/
• GPU編程 http://videolectures.net/deeplearning2016_bernauer_olson_deep_learning/
• Reinforcement Learning http://videolectures.net/deeplearning2016_pineau_reinforcement_learning/ http://videolectures.net/deeplearning2016_abbeel_deep_reinforcement/

幾個比較成熟的開源深度學習框架

• 1、theano

官網：http://deeplearning.net/software/theano/

• theano 安裝教程

http://deeplearning.net/software/theano/install.html#install

• theano 入門指導

http://deeplearning.net/software/theano/tutorial/index.html#tutorial

• theano 開發者手冊

http://deeplearning.net/software/theano/dev_start_guide.html#dev-start-guide

• github鏈接

https://github.com/Theano/Theano

• 視頻教程

http://videolectures.net/deeplearning2016_lamblin_theano/

• 2、Facebook深度學習框架torch7

官網：http://torch.ch/

• github資源

https://github.com/torch/torch7

• 安裝指南

http://torch.ch/docs/getting-started.html

• 視頻介紹

http://videolectures.net/deeplearning2016_wiltschko_torch/

• ppt資源

https://github.com/soumith/cvpr2015/blob/master/cvpr-torch.pdf

• 3、Google 深度學習框架tensorflow

官網：https://www.tensorflow.org/

• 入門指導

https://www.tensorflow.org/versions/r0.10/get_started/index.html

• tensorflow視頻介紹

http://videolectures.net/deeplearning2016_dean_deep_learning/

• 4、開源版本：caffe

官網：http://caffe.berkeleyvision.org/

• Github資源

https://github.com/BVLC/caffe

• 安裝指導

http://caffe.berkeleyvision.org/installation.html

• 5、deeplearning4j

官網：http://deeplearning4j.org/

• spark+deeplearning4j

鏈接：http://deeplearning4j.org/spark

以上是，最近整理的一些資料。深度學習,理論比較難。但是，要換一個思路來學習，探索的過程比較困難，學習的過程難度已經減半，要結合現有開源框架的實現+經典論文的閱讀，是我比較推薦的。技術還會革新，新的框架還會出現，但是，這種研究思路、思考問題的思維方式值得學習、借鑑。