所以您对深度学习感兴趣

这是受到一位聪明的高中生的启发,他通过电子邮件向我发送了有关他对深度学习感兴趣的建议。

问: 你好,托马斯博士!我一直在努力寻找好的资源来进行深度学习,但是从现在看来,该领域似乎相当神秘,在技术上对我来说还是令人望而却步。如果您不介意,我想问几个有关深度学习的问题:

A: 您对大多数深度学习资源过于简短或过于数学化的评估已成定局!我和我的搭档杰里米·霍华德(Jeremy Howard)的看法相同,我们正在努力创造更多实用的资源。我们很快将根据我们今年秋天与同仁合作的现场课程,制作MOOC。 南佛罗里达大学数据研究所。在此之前,这是我的建议:

我认为,最好的现有资源是 斯坦福CNN课程。我建议完成所有任务。

以下是我的一些 喜爱 深度学习入门的教程,博客文章和视频:

卷积

梯度下降

RNN

嵌入

至于您是否需要提前进行严格的数学运算,我认为最好专注于实际编码,因为这样您就可以尝试并发展出良好的直觉并了解自己的工作。最好根据需要学习数学-如果由于您不熟悉数学概念而弹出无法理解的知识,请跳至 可汗学院 或绝对美丽的3 Blue 1 Brown 线性代数的本质 视频(非常适合视觉思想家)并开始工作!杰里米(Jeremy)的上述RNN教程是面向代码的深度学习方法的一个很好的示例,尽管我知道,鉴于现有资源,这可能很难做到。

参加Kaggle比赛真是太好了。这是一种绝佳的学习方式,也是了解您是否了解所读理论的一种绝妙方式。我将不得不进一步了解您要尝试的建议。