教育

Awesome Deep Learning Resources Awesome

这是我最喜欢的深度学习资源的粗略列表. 我学习如何进行深度学习对我有用,我用它来重新讨论主题或参考. 一世 (Guillaume Chevalier)已经建立了这个列表并仔细检查了这里列出的所有内容.

这是有史以来 Google Trends,从2004年至今,2017年9月:

你可能也想看看Andrej Karpathy new post 关于机器学习研究的趋势.

我相信深度学习是让计算机更像人类思考的关键,并且具有很大的潜力. 一些硬自动化任务可以轻松解决,而这在经典算法中无法实现.

关于计算机科学硬件中指数级进展率的摩尔定律现在对GPU的影响比CPU更大,因为原子晶体管的微小物理限制. 我们正在转向并行架构 [read more ]. 深度学习通过使用GPU在开发过程中利用并行体系结构. 最重要的是,深度学习算法可以使用量子计算,并在将来应用于机器 - 大脑界面.

我发现智力和认知的关键是一个非常有趣的探索主题,尚未得到很好的理解. 这些技术很有希望.

Online Classes

Books

Posts and Articles

Practical Resources

Librairies and Implementations

Some Datasets

这些是我发现的资源,这些资源似乎很有趣.

Other Math Theory

Gradient Descent Algorithms & Optimization Theory

Complex Numbers & Digital Signal Processing

好的,信号处理可能与深度学习没有直接关系,但研究它对于在开发基于信号的神经架构方面有更多的直觉是有趣的.

Papers

Recurrent Neural Networks

Convolutional Neural Networks

Attention Mechanisms

Other

YouTube and Videos

  • Hacker News - 也许我是如何发现ML的 - 有趣的趋势出现在该网站的方式之前,他们成为一个大问题.
  • DataTau - 这是一个类似于黑客新闻的中心,但特定于数据科学.
  • Naver - 这是一个韩国搜索引擎 - 最适合谷歌翻译使用,具有讽刺意味. 令人惊讶的是,有时深度学习搜索结果和可理解的高级数学内容比Google搜索更容易显示.
  • Arxiv Sanity Preserver - 具有TF / IDF功能的arXiv浏览器.

License

CC0

在法律允许的范围内, Guillaume Chevalier has waived all copyright and related or neighboring rights to this work.