Основы глубокого обучения


22

Я ищу статью, подробно описывающую основы глубокого обучения. Идеально, как курс Эндрю Нг для глубокого обучения. Вы знаете, где я могу найти это?


5
-1: Куда ты уже посмотрел? Нашли что-нибудь?
Spacedman

4
Почему за это проголосовали. Он не показывает каких-либо усилий и является дубликатом
дурака

Ссылка на дубликат - это страница ошибки 404.
Даниэль

Ответы:


40

Эта ссылка содержит удивительное количество глубокой учебной литературы. Подводя итог здесь (в том порядке, в котором должен быть новичок) - ПРИМЕЧАНИЕ. Все эти ресурсы в основном используют python.

1) Прежде всего, необходимы базовые знания по машинному обучению. Я нашел Caltech's Learning from data идеальным для всех курсов машинного обучения, доступных в сети.

Курс Эндрю Нг также очень хорош.

2) Для нейронных сетей никто не объясняет это лучше, чем доктор Патрик Уинстон . Задания должны быть опробованы для лучшего понимания. Они в питоне.

3) Для лучшего понимания нейронных сетей, Майкл Нильсен следует пройти курс (по предложению Алексея). Это довольно простой, но это работает.

4) Для глубоких нейронных сетей и более быстрой их реализации на графических процессорах доступно несколько сред, таких как Theano , Caffe , Pybrain , Torch и т. Д. Из них Theano обеспечивает лучшую функциональность низкого уровня, которая позволяет его пользователю создавать собственные NN. Это библиотека Python, так что возможность использовать numpy, scikit-learn, matplotlib, scipy вместе с этим является большим плюсом. Глубокое изучение учебника написанного Lisa Lab должен быть опробован для лучшего понимания Theano.

5) Для сверточных нейронных сетей следуйте учебнику Андрея Карпати .

6) Для обучения без учителя, следуйте здесь и здесь .

7) Для пересечения глубокого обучения и НЛП, следуйте классу Ричарда Сошера .

8) Для LSTM читайте Hochreiter S. & Schmidhuber J. (1997). Долгосрочная кратковременная память. Нейронные вычисления, 9 (8), 1735-1780 и Graves, Alex. Контролируемая последовательность маркировки с помощью рекуррентных нейронных сетей. Том 385. Springer, 2012 .

Вот код LSTM Theano .


17

Тема новая, поэтому большая часть мудрости разбросана по бумагам, но вот две последние книги:

И некоторые практические материалы: http://deeplearning.net/tutorial/


13

Нейронные сети и глубокое обучение Майкл Нильсен. Книга все еще находится в стадии разработки, но выглядит довольно интересно и многообещающе. И это бесплатно! Вот ссылка: http://neuralnetworksanddeeplearning.com/

Пока есть только 5 глав, и большинство из них говорят об обычных нейронных сетях, но все же стоит взглянуть.

Обновление: книга была закончена!


10

Основные ссылки:

Курсы по глубокому обучению:

НЛП-ориентированные:

Vision-ориентированные:

Учебные пособия для конкретного инструментария:



2

Для понимания происхождения алгоритма обратного распространения, я предлагаю Ryan Harris YouTube видео, которое является менее пугающим. Вы также можете найти второе видео.

Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.