我的深度學習參考資料

原則:

只放自己看過的,還不錯的材料。

朋友推薦,或者朋友的朋友推薦,都要自己先踩坑。

避免學習的材料太多,焦慮、恐慌。

官方的 tutorial + models

文檔:tensorflow.org/get_star

代碼:tensorflow/models

官網的 tutorial 文檔是最佳的學習材料。

有模型的原理,step by step 教代碼怎麼寫。

源碼都在 GitHub 的 models 庫里,包括了文檔里沒講到的模型。

《TensorFlow 實戰》

非常棒,不愧是 committer 出的書。

原理講的非常清楚,還有理論的來龍去脈。

比如這段八卦歷史,瞬間頓悟。

也有 step by step 教怎麼編程實現,

算是官網 tutorial 的漢化版本。

tensorflow Playground

playground.tensorflow.org

源碼在 GitHub:tensorflow/playground

神器!

理解模型的原理,理解各個參數的實際作用。

可以當作遊戲玩好久。

可視化的界面里,

滑鼠拖拖拽拽就能定義一個神經網路,看到實時運行狀態。

而且,是 js 在瀏覽器里本地訓練的。

大前端可以用 AI 進一步拯救世界了。

CNN -- 卷積神經網路

YouTube 的視頻,通俗易懂的介紹了關鍵原理

How Convolutional Neural Networks work

youtube.com/watch?

系統的複習一次 machine learning 的術語

目標:深刻理解 playground 里的參數們

Andrew Ng 在 coursera 上的公開課。

coursera.org/learn/mach

調出了一個快速收斂,test loss 比 training loss 小的 model。


推薦閱讀:

術數資料v1.4更新
有哪些好的hadoop學習資料?
設計師的成長
練英音的話什麼英劇比較好?

TAG:学习资料 | TensorFlow | 深度学习DeepLearning |