Hier ist der Lernpfad zum Meistern von Deep Learning in 2020!
Einführung
Das tiefes LernenTiefes Lernen, Eine Teildisziplin der Künstlichen Intelligenz, verlässt sich auf künstliche neuronale Netze, um große Datenmengen zu analysieren und zu verarbeiten. Diese Technik ermöglicht es Maschinen, Muster zu lernen und komplexe Aufgaben auszuführen, wie Spracherkennung und Computer Vision. Seine Fähigkeit, sich kontinuierlich zu verbessern, wenn mehr Daten zur Verfügung gestellt werden, macht es zu einem wichtigen Werkzeug in verschiedenen Branchen, von Gesundheit..., ein prominentes Thema im Bereich der künstlichen Intelligenz, steht schon länger im Rampenlicht. Er ist besonders bekannt für seine Fortschritte in Bereichen wie Computer Vision und Gaming. (Alpha GO), die menschliche Kapazität übersteigen. Seit der letzten Umfrage, die Trends haben drastisch zugenommen. (Klicken Sie hier, um die Umfrage anzuzeigen)
Das zeigen uns Google-Trends:
Wenn dich das Thema interessiert, hier hast du ein ausgezeichnetes nicht-technische Einführung. Wenn Sie an den neuesten Trends interessiert sind, hier hast du ein tolle Zusammenstellung.
Hier möchten wir einen Lernpfad für all diejenigen bieten, die neu im Deep Learning sind und auch für diejenigen, die es weiter erforschen möchten.. Dann, Sind Sie bereit, sich auf den Weg zu machen, Deep Learning zu erobern?? Lass uns gehen!
Paso 0: vorherige Anforderungen
Es wird empfohlen, dies vor dem Einstieg in Deep Learning zu tun, Erlernen Sie die Grundlagen des maschinellen Lernens. Der Machine Learning Learning Path ist eine umfassende Ressource für den Einstieg in das Feld.
Wenn Sie eine kürzere Version wünschen, hier ist es:
Chronologie : Empfohlen: 2-6 Monate
Paso 1: Konfigurieren Sie Ihre Maschine
Bevor Sie mit dem nächsten Schritt fortfahren, Stellen Sie sicher, dass Sie die kompatible Hardware haben. Wie gewöhnlich, es wird empfohlen, dass Sie mindestens haben
- Eine gut genug GPU (4+ GB), vorzugsweise Nvidia
- Eine CPU in gutem Zustand (als Beispiel, Intel Core i3 ist in Ordnung, Intel Pentium ist möglicherweise nicht)
- 4 GB RAM oder je nach Datensatz.
Wenn du dir immer noch nicht sicher bist, Überprüfen Sie dies Hardware-Anleitung.
PD: Wenn Sie ein Hardcore-Gamer sind (Natürlich nicht nur Süßigkeitenmühlen!), Möglicherweise verfügen Sie bereits über die erforderliche Hardware.
Wenn Sie nicht über die erforderlichen Spezifikationen verfügen, Sie können es kaufen oder leasen Amazon-Webservice Beispiel. Hier ist eine gute Anleitung zur Verwendung AWS für Deep Learning.
Notiz: Installieren Sie zu diesem Zeitpunkt keine Deep-Learning-Bibliotheken, mach es im schritt 3.
Paso 2: ein flacher Tauchgang
Nun, da Sie die Voraussetzungen gut genug kennen, Sie müssen Ihr Verständnis von Deep Learning vertiefen.
Nach Ihren Wünschen, Du kannst Folgen:
Zusammen mit den vorherigen Anforderungen, Sie müssen die beliebten Deep-Learning-Bibliotheken und die Sprachen kennen, um sie auszuführen. Hier ist eine Liste (Unvollständig) (siehe Wiki-Seite für mehr vollständige Liste):
Einige andere bemerkenswerte Bibliotheken umfassen Mokka, Neon-, H2O, MXNet, Schwer, Lasagne, Nicht lernen. Hier ist eine Liste von Deep-Learning-Bibliotheken nach Sprache.
Überprüfen Konferenz 12 von Stanfords CS231n-Curso für einen kurzen Überblick über einige der beliebtesten Bibliotheken.
Chronologie : 1-3 vorgeschlagene Wochen
Paso 3: Wähle dein eigenes Abenteuer!
Jetzt kommt der interessante Teil! Deep Learning wurde in verschiedenen Bereichen mit innovativen Ergebnissen angewendet. Um diese Seite des Mondes zu testen, Sie, der Leser, Sie können wählen, welchen Weg Sie gehen möchten. Dies sollte eine praktische Erfahrung sein, damit Sie eine gute Grundlage für das bisher verstandene bekommen.
Notiz: Jede Route enthält einen einfachen Blog, ein praktisches Projekt, die für das Projekt erforderliche Deep-Learning-Bibliothek und ein Assistenzkurs. Überprüfen Sie zuerst die Grundierung, dann installieren Sie die benötigten Bibliotheken und fahren Sie mit dem Projekt fort. Wenn Sie Schwierigkeiten auf dem Weg haben, Verwenden Sie den zugehörigen Kurs, um es zu sichern.
- Deep Learning für Machine Vision
- Deep Learning für die Verarbeitung natürlicher Sprache
- Deep Learning für Stimme / Audio-
- Deep Learning für Reinforcement Learning
Chronologie : 1-2 vorgeschlagene Monate
Paso 4: Deep Learning vertiefen
Jetzt das (fast schon) einen Platz in der Deep Learning Hall of Fame machen! Der Weg vor uns ist lang und tief (Wortspiel) und meist unerforscht. Es liegt nun an Ihnen, diese neu erworbene Fähigkeit so effizient wie möglich zu nutzen.. Hier sind einige Tipps, die Sie befolgen sollten, um Ihre Fähigkeiten zu verbessern.
Chronologie : Empfohlen – Unendlichkeit!
Bemerkenswerte Ressourcen
Abschließende Anmerkungen
Ich hoffe, dieser Lernweg war für Sie nützlich. Ich habe versucht, es so vollständig wie möglich zu machen. Jetzt ist es an der Zeit, so viel wie möglich zu üben und zu lesen. Erfahrungen in der Arbeit in neuronalen Netzen sammeln, Probieren Sie unser Deep-Learning-Praxisproblem aus: Identifiziere die Ziffern.
Sobald Sie Deep Learning und die damit verbundenen Konzepte verstanden haben, mach das Deep-Learning-Fähigkeitstest. Es ist wichtig, sich damit vertraut zu machen, wie Deep Learning akkreditiert wird..
Viel Glück! Hat dir dieser Beitrag gefallen? Verfolgst du einen Ansatz / Paket / eine andere Bibliothek für den Einstieg in Deep Learning? Ich würde mich freuen, mit Ihnen in den Kommentaren zu interagieren..
