百科问答小站 logo
百科问答小站 font logo



为什么学习深度学习感觉无法入门? 第1页

  

user avatar   yi-li-he-sa-leng 网友的相关建议: 
      

看博客有毛用?还没入门就看博客?要看博客也得看国外的博客。

最好是看书,系统化的书,看博客都是碎片化的知识,作用只有吸引自己兴趣,写博客的人也没精力面面具到。

动手学深度学习这本书非常好,网上有tf2的,实体书是mxnet的,里面包括了很多深度学习的系统化知识。当然也包括视觉,自然语言的。

对初学者可能比较难啃,推荐快速看,不会的跳过,这本书刚开始看不要超过一周时间,不管看到怎么样一定要在一周内看完。怎么实现的可以不用看,跟自己方向没关系的也可以跳过。主要是建立一个框架,哪怕是看写的容易看的文字,看不懂的跳过,这样目的就达到了

之后再看一些研究方向的畅销书,电商app都能搜到。我是视觉方向的,题主好像是自然语言方向的,所以不便推荐书。书拿到手后先选容易看的,一本书不超过3天看完。原理细节不懂没关系,大概懂就行了。

好了看了不少书感觉还是没入门,只知道大概方向?这就对了,大概2周过去了,也可以更快1周也行。这时候估计有点坚持不住了,不要怕,这是正常现象。

这时候就要看用tf2的视频了,b站上搜一下跟自己方向类似的,点看的人最多的那个视频,关掉弹幕。2天吧,大概。这时候就有点稀里糊涂的感觉,似懂非懂,没关系,正常。

这时候就可以看相关理论的视频了,或者别人写的比较好理解的博客,详细了解自己方向的网络怎么来的。

然后,理论知识已经足够了,就差实践了。先去tf官网入门tf。之后,找别人的开源代码,star最高的就是要看的源码。一般都会有一些经典网络的详细介绍帮助理解,看完跑实例代码,先不要自己训练,把别人训练好的模型跑一跑。然后下载别人的数据集自己跑一下。

恭喜你大功告成了,基本上算半瓶水了。可以跟别人吹了,说自己精通某某网络,看的那个开源代码,自己会训练。这就行了,足够了,觉得往更深的进去,这点肯定不够,但要说入门肯定够了。快的2周内,从0到1。慢的4周,也就一个月,从0到1。而且基础知识掌握的别一般人扎实。重点是遇到困难,赶紧跑8:)

之后再难点挖掘。但可以花点力气能懂的,就把他解决了,以后看的也比较容易。




  

相关话题

  如何简单形象又有趣地讲解神经网络是什么? 
  普通FPGA工程师怎样向人工智能靠拢? 
  如何评价 MSRA 视觉组最新提出的 Deformable ConvNets V2? 
  现代人工神经网络是不是一个死胡同?这个技术是不是骗人的? 
  深度学习中,模型大了好还是小了好呢? 
  如果学习从零开始学习Pytorch,有优秀的开源项目可以推荐吗? 
  如何看待MXNet在CVPR2017上公布的gluon接口? 
  如何评价 MXNet 被 Amazon AWS 选为官方深度学习平台? 
  对于神经网络,硕士博士不需要弄明白原理,只需要应用,是这样吗? 
  视觉Transformer如何优雅地避开位置编码? 

前一个讨论
行人轨迹预测有哪些有效的方法和普遍的base方法?或者public dataset?
下一个讨论
验证集loss上升,准确率却上升该如何理解?





© 2024-11-09 - tinynew.org. All Rights Reserved.
© 2024-11-09 - tinynew.org. 保留所有权利