深度學習入門體會

年前就被同事攛掇着轉了型,從一個專注GIS相關學術研究的doc轉型具有工程思維的programmer,現在的發展路線是自然語言處理方向的深度學習算法工程師。

2月3日上班以來,用python實現了一個文本結構化提取的實踐案例,期間零散學習了各種python編程、神經網絡基礎、深度學習框架等等,算是簡單入了門,尤其是CNN,不同渠道看了N遍哈哈。

因爲疫情,很多網課都開放了免費課程,抓緊時間上車!總結一下,目前趕緊上手主要是這幾個方面

1、Python學習:過了小白階段,現在基本的已經上手,逐漸向中高階過渡

2、理論算法學習(數學基礎、算法基礎):這部分以前有基礎,但實踐較少,可以邊練邊鞏固

3、深度學習框架學習:tensorflow目前正在上一個網課,之前通過tf.keras簡單入了門,感覺用keras入門還是不錯的,至少笑着進去。百度的paddle還沒有試過,將來可以嘗試。以後就以這仨作爲框架學習DL

4、機器學習實戰:微軟網站上有一些案例,可以練習

5、深度學習實戰:NLP方向的挺多的,不同框架的案例也有不少,還有結合買的tensorflow的書

路漫漫其修遠兮,吾將上下而求索......

最後推薦一下這個人寫的零基礎入門深度學習,講的非常好,理解起來太清楚了:

零基礎入門深度學習(1) - 感知器

零基礎入門深度學習(2) - 線性單元和梯度下降

零基礎入門深度學習(3) - 神經網絡和反向傳播算法

零基礎入門深度學習(4) - 卷積神經網絡

零基礎入門深度學習(5) - 循環神經網絡

零基礎入門深度學習(6) - 長短時記憶網絡(LSTM)

零基礎入門深度學習(7) - 遞歸神經網絡

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章