DeepLearning4j-02-Multi Project Beginners 新人

如何开始使用深度学习？

你从哪里开始取决于你已经知道什么。

真正理解深度学习的先决条件是线性代数、微积分和统计学，以及编程和一些机器学习。

应用它的先决条件只是学习如何部署模型。

对于 Deeplearning4j，您应该熟悉 Java，并且熟悉 IntelliJ IDE 和自动构建工具 Maven 等工具。

您将在下面找到资源列表。

这些部分按照它们有用的顺序进行了粗略的组织。

免费在线机器学习和深度学习课程

• Andrew Ng’s Machine-Learning Class on YouTube

• Geoff Hinton’s Neural Networks Class on YouTube

• Patrick Winston’s Introduction to Artificial Intelligence @MIT (For those interested in a survey of artificial intelligence.)

• Andrej Karpathy’s Convolutional Neural Networks Class at Stanford (For those interested in image recognition.)

• ML@B: Machine Learning Crash Course: Part 1

• ML@B: Machine Learning Crash Course: Part 2

• Gradient descent, how neural networks learn, Deep learning, part 2

数学

深度学习涉及的数学基本上是线性代数、微积分和概率，如果你在本科阶段学习过这些，你将能够理解深度学习论文中的大部分思想和符号。

如果没有在大学里学过那些，永远不要害怕。

有许多免费资源可用（还有一些在这个网站上）。

• Calculus Made Easy, by Silvanus P. Thompson

• Seeing Theory: A Visual Introduction to Probability and Statistics

• Andrew Ng’s 6-Part Review of Linear Algebra

• Khan Academy’s Linear Algebra Course

• Linear Algebra for Machine Learning; Patrick van der Smagt

• CMU’s Linear Algebra Review

• Math for Machine Learning

• Immersive Linear Algebra

• Probability Cheatsheet

• The best linear algebra books

• Markov Chains, Visually Explained

• An Introduction to MCMC for Machine Learning

• Eigenvectors, Eigenvalues, PCA, Covariance and Entropy

• Markov Chain Monte Carlo (MCMC) & Machine Learning

• Relearning Matrices as Linear Functions

编程

如果您还不知道如何编程，您可以从 Java 开始，但您可能会发现其他语言更容易。

Python 和 Ruby 资源可以在更快的反馈循环中传达基本思想。

“Learn Python the Hard Way”和“Learn to Program (Ruby)”是两个很好的起点。

• Scratch: A Visual Programming Environment From MIT

• Learn to Program (Ruby)

• Grasshopper: A Mobile App to Learn Basic Coding (Javascript)

• Intro to the Command Line

• Additional command-line tutorial

• A Vim Tutorial and Primer (Vim is an editor accessible from the command line.)

• Intro to Computer Science (CS50 @Harvard edX)

• A Gentle Introduction to Machine Fundamentals

• Teaching C

如果你想在没有 Java 的情况下从这里开始深度学习，我们推荐 Theano 和基于它构建的各种 Python 框架，包括 Keras 和 Lasagne。

其他语言

python java 等，网上资料较多。

此处不做赘述。

其他资源

我们对深度学习的了解大部分都包含在学术论文中。

你可以在这里找到一些主要的研究小组。

虽然个别课程对他们可以教授的内容有限制，但互联网没有。

大多数数学和编程问题都可以通过谷歌搜索和搜索 Stackoverflow 和 Math Stackexchange 等网站来回答。

深度学习4j

有了这些，我们建议您通过其示例来接近 Deeplearning4j。

快速开始

参考资料

https://deeplearning4j.konduit.ai/multi-project/tutorials/beginners

• 如何开始使用深度学习？
• 免费在线机器学习和深度学习课程
• 数学
• 编程
  • 其他语言
• 其他资源
• 深度学习4j
• 参考资料