教育

Awesome Deep Learning Resources Awesome

这是我最喜欢的深度学习资源的粗略清单. 对于学习如何进行深度学习,用于重新访问主题或供参考,它对我很有用. 一世 (Guillaume Chevalier)已构建了此列表,并仔细浏览了此处列出的所有内容.

这是空前 Google Trends,从2004年至今,即2017年9月:

您可能还想看看Andrej Karpathy new post 关于机器学习研究的趋势.

我相信深度学习是使计算机更像人类思考的关键,并且具有很大的潜力. 用这种方法可以轻松解决一些艰巨的自动化任务,而用经典算法则无法实现.

摩尔定律关于计算机科学硬件中的指数级进展速度,现在对GPU的影响比对CPU的影响更大,这是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在后台开发并行架构. 最重要的是,深度学习算法可能会使用量子计算,并在将来应用于机器脑接口.

我发现,智力和认知的关键是一个非常有趣的主题,并且尚未得到很好的理解. 这些技术是有前途的.

Online Classes

Books

  • Clean Code -回到您傻瓜的基础知识! 了解如何为您的职业做好清洁代码. 即使此列表与深度学习有关,这也是迄今为止我读过的最好的书.
  • Clean Coder -了解如何成为一名专业的编码员,以及如何与您的经理互动. 这对任何编码职业都很重要.
  • How to Create a Mind -通勤时听音频版本很不错. 本书旨在激发思想的逆向工程,并思考如何编写AI.
  • Neural Networks and Deep Learning -本书涵盖了神经网络和深度学习背后的许多核心概念.
  • Deep Learning - An MIT Press book -在本书中途,它包含了令人满意的数学内容,涉及如何思考实际的深度学习.
  • Some other books I have read -此处列出的某些书籍与深度学习的关联性较差,但仍与该列表相关.

Posts and Articles

Practical Resources

Librairies and Implementations

Some Datasets

这些是我发现的资源,在这些资源上开发模型似乎很有趣.

Other Math Theory

Gradient Descent Algorithms & Optimization Theory

Complex Numbers & Digital Signal Processing

Okay, signal processing might not be directly related to deep learning, but studying it is interesting to have more intuition in developing neural architectures based on signal.

Papers

Recurrent Neural Networks

Convolutional Neural Networks

Attention Mechanisms

Other

YouTube and Videos

  • Hacker News -也许是我发现ML的方式-有趣的趋势在出现大问题之前就已经出现在该网站上.
  • DataTau -这是类似于Hacker News的中心,但特定于数据科学.
  • Naver -这是韩语搜索引擎-具有讽刺意味的是,最好与Google翻译配合使用. 令人惊讶的是,有时深度学习的搜索结果和可理解的高级数学内容比在Google搜索上更容易显示.
  • 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 已放弃此作品的所有版权以及相关或邻近的权利.