深度学习入门攻略（书籍、网课、实战项目）_深度学习推荐网课 csdn

作者：繁依Fanyi0 | 2024-02-15 15:18:55

踩

深度学习推荐网课 csdn

在这里插入图片描述

1 基础理论

1.1 基本概念

（1）神经网络

可参考学习【神经网络分类】

（2）感知机

（3）梯度下降

（4）多层感知机

（5）反向传播

（6）损失函数

（7）优化器

（8）卷积

（9）池化

（10）注意力Attention

。。。

（11）三大应用领域

图形处理CV：OCR、目标检测、图像识别等等。常用网络有LetNet、VGGNet、GoolgNet、ResNet、GAN、改进的Transformer等。
自然语言处理NLP：分词、词性标注、命名实体识别、句法分析、关键词抽取、文本分类、自动摘要以及信息检索等等。常用网络有TextCNN、TextRNN、Transformer、Bert。
语音识别ASR：语音合成和语音识别。常用网络如CNN和改进的CNN。

注意：在不同的领域，有不同的概念需要系统学习，此处点到为止，后续将会针对每个领域出详细的攻略文章，比如图像处理中有像素、分辨率、采样、纹理等。自然语言处理中，还有词向量、词嵌入等。

推荐书籍： 《机器学习-周志华》《深度学习-花书》

推荐学习笔记： github最多Star笔记

在这里插入图片描述

1.2 语言和工具

编程语言：Python

编译器：VScode或者pycharm

Python需要系统的学一遍，了解一些语法的使用，才能在后续的过程中，能轻松阅读别人的源码，以及写出简洁高效的程序。VScode作为通用的编译器，大部分语言都是写的，生态完善，调试方便，运行方便，部署方便。其中 notebook的ipynb文件的代码写作和运行，非常有必要掌握，这个将Markdown语法与图像可视化结合的一种文件格式。在VScode中是直接可以编辑使用的。在官网下载安装包后，一键直接安装，然后根据教程配置Python的编译环境就可以使用，Vscode的使用可以玩出各种花来，感兴趣的搜”最强Vscode“。将VScode配置成最骚气、最NB的编译器。

在这里插入图片描述