深度学习基础

Question

我正在寻找一篇论文，详细介绍深入学习的基本知识。理想情况下，像安德鲁吴课程的深度学习。你知道我在哪里能找到这个吗？

Answer 1

这个链接包含了惊人数量的深度学习文献。在这里总结一下(按照初学者的顺序，理想情况下应该这样做)--注意:所有这些资源主要使用python。

1)首先，必须具备机器学习的基本知识。我发现加州理工学院的“从数据中学习”是网络上所有机器学习课程的理想选择。

安德鲁·吴的课程也相当不错。

2)对于神经网络，没有人比Dr.Patrick温斯顿解释得更好。为了更好地理解这些作业，应该试一试。他们在蟒蛇里。

3)为了更好地理解神经网络，应该按照亚历克西的建议，完成迈克尔尼尔森的S课程。

4)对于深度神经网络，在GPU上实现它们的速度更快，有多种框架，如西亚诺、卡菲、皮布勒、手电筒等，其中Theano提供了更好的低级功能，允许用户创建自定义NNs。它是一个python库，因此能够使用numpy、scikit-学、matplotlib、big和它是一个很大的优势。莉萨实验室编写的深度学习教程应该进行试验，以更好地理解西亚诺。

5)对于卷积神经网络，采用安德烈杰·卡萨帕教程。

6)无监督学习，遵循这里和这里。

7)对于深度学习和非线性规划的交集，遵循理查德·索彻班。

8)将Hochreiter，S.&Schmidhuber，J. (1997)。长期的短期记忆。神经计算，9(8)，1735-1780和格雷夫斯亚历克斯。基于递归神经网络的有监督序列标记。第385卷.斯普林格，2012年年改为LSTM。

这是LSTM的西亚诺码。

Answer 2

这个主题是新的，所以大部分的智慧散见于论文中，但以下是最近的两本书：

• 深度学习，Yoshua，Ian .古德费罗，亚伦库维尔。
• 深度学习:方法与应用，李登，董宇。

和一些实用材料。

• ACL 2012 + NAACL 2013年教程：NLP的深度学习(无魔法)

Answer 3

“神经网络与深度学习”，作者Michael Nielsen。这本书仍在进行中，但看上去很有趣，很有希望。这是免费的！这里's链接。

到目前为止，只有5章，其中大部分都谈到了通常的神经网络，但仍然值得一看。

更新:这本书已经完成了！