¡Aquí está el camino de aprendizaje para dominar el aprendizaje profundo en 2020!
Introducción
El aprendizaje profundoEl aprendizaje profundo, una subdisciplina de la inteligencia artificial, se basa en redes neuronales artificiales para analizar y procesar grandes volúmenes de datos. Esta técnica permite a las máquinas aprender patrones y realizar tareas complejas, como el reconocimiento de voz y la visión por computadora. Su capacidad para mejorar continuamente a medida que se le proporcionan más datos la convierte en una herramienta clave en diversas industrias, desde la salud..., un tema destacado en el dominio de la inteligencia artificial, ha estado en el centro de atención desde hace bastante tiempo. Es especialmente conocido por sus avances en campos como la visión por computadora y el juego (Alpha GO), superando la capacidad humana. Desde la última encuesta, ha habido un incremento drástico en las tendencias. (haga clic aquí para ver la encuesta)
Esto es lo que nos muestra las tendencias de Google:
Si está interesado en el tema, aquí dispone de una excelente introducción no técnica. Si está interesado en conocer las tendencias recientes, aquí dispone de una gran compilación.
Aquí nuestro objetivo es proporcionar una ruta de aprendizaje para todos aquellos que son nuevos en el aprendizaje profundo y además para aquellos que desean explorarlo más a fondo. Entonces, ¿estás listo para emprender el viaje de conquistar el aprendizaje profundo? ¡Vamos!
Paso 0: requerimientos previos
Se recomienda que antes de saltar al aprendizaje profundo, conozca los conceptos básicos del aprendizaje automático. La ruta de aprendizaje sobre el aprendizaje automático es un recurso completo para comenzar en el campo.
Si desea una versión más corta, aquí está:
Cronología : Sugerido: 2-6 meses
Paso 1: configure su máquina
Antes de continuar con el siguiente paso, asegúrese de tener el hardware compatible. Por lo general, se recomienda que tenga al menos
- Una GPU suficientemente buena (4+ GB), preferiblemente Nvidia
- Una CPU en buen estado (a modo de ejemplo, Intel Core i3 está bien, es factible que Intel Pentium no lo esté)
- 4 GB de RAM o según el conjunto de datos.
Si aún no está seguro, revise este guía de hardware.
PD: Si eres un jugador empedernido (¡no solo trituradores de caramelos evidentemente!), Es factible que ya tengas el hardware necesario.
Si no tiene las especificaciones requeridas, puede comprarlo o arrendar un Servicio web de Amazon ejemplo. Aquí hay una buena guía para utilizar AWS para aprendizaje profundo.
Nota: No instale ninguna biblioteca de aprendizaje profundo en esta etapa, hágalo en el paso 3.
Paso 2: una inmersión superficial
Ahora que tiene un conocimiento suficientemente bueno de los requerimientos previos, debe profundizar en la comprensión del Deep Learning.
Según su preferencia, puede seguir:
Junto con los requerimientos previos, debe conocer las populares bibliotecas de aprendizaje profundo y los lenguajes para ejecutarlas. Aquí hay una lista (no completa) (consulte la página wiki para obtener más lista completa):
Algunas otras bibliotecas notables incluyen Moca, neón, H2O, MXNet, Keras, Lasaña, No aprender. Aquí hay una lista de Bibliotecas de aprendizaje profundo por idioma.
Verificar Conferencia 12 del curso CS231n de Stanford para obtener una breve descripción de algunas de las bibliotecas populares.
Cronología : 1-3 semanas sugeridas
Paso 3: ¡Elige tu propia aventura!
¡Ahora viene la parte interesante! El Deep Learning se ha aplicado en varios campos con resultados de vanguardia. Para probar este lado de la luna, usted, el lector, puede seleccionar qué camino tomar. Esta debería ser una experiencia práctica, de modo que obtenga una base adecuada sobre lo que ha entendido hasta el momento.
Nota: Cada ruta contiene un blog básico, un proyecto práctico, la biblioteca de aprendizaje profundo requerida para el proyecto y un curso de asistencia. Primero revise la cartilla, después instale las bibliotecas requeridas y continúe con el proyecto. Si tiene alguna dificultad en el camino, utilice el curso asociado para respaldarlo.
- Aprendizaje profundo para visión artificial
- Aprendizaje profundo para el procesamiento del lenguaje natural
- Aprendizaje profundo para voz / audio
- Aprendizaje profundo para el aprendizaje por refuerzo
Cronología : 1-2 meses sugeridos
Paso 4: profundización en el aprendizaje profundo
¡Ahora está (casi) listo para hacer mella en el Salón de la Fama del Aprendizaje Profundo! El camino por delante es largo y profundo (juego de palabras) y en su mayoría inexplorado. Ahora depende de usted hacer uso de esta habilidad recién adquirida de la manera más eficiente factible. Aquí hay algunos consejos que debe seguir para perfeccionar su habilidad.
Cronología : Sugerido – ¡Infinito!
Recursos dignos de mención
Notas finales
Espero que esta ruta de aprendizaje te haya sido útil. He tratado de hacerlo lo más completo factible. Ahora es el momento de que practiques y leas todo lo que puedas. Para obtener experiencia en el trabajo en redes neuronales, pruebe nuestro problema de práctica de aprendizaje profundo: Identificar los dígitos.
Una vez que haya comprendido el aprendizaje profundo y sus conceptos asociados, realice el Prueba de habilidad de aprendizaje profundo. Es esencial familiarizarse con la forma en que el aprendizaje profundo está ganando acreditación.
¡Buena suerte! ¿Te ha gustado leer este post? ¿Sigue un enfoque / paquete / biblioteca distinto para comenzar con Deep Learning? Me encantaría interactuar contigo en los comentarios.
