深度學習自學指南：6個月，從基礎知識到模型構建

原作：Bargava

安妮 編譯自 Medium

量子位 出品 | 公眾號 QbitAI

給你6個月的時間開始學習深度學習，能夠達到怎樣的程度？

在這篇文章中，數據科學培訓老師Bargava就帶你半年入門深度學習。

在這份攻略中，我將給大家講講零基礎入門深度學習可行性強的資料和學習方法。當然，雖說的零基礎，但也有一個小門檻，你需要滿足以下條件：

• 在接下來的6個月中，每周花費10-20小時學習
• 已經具備一些編程技巧，懂一些Python和雲的基礎知識
• 有一些數學基礎（代數、幾何等）
• 有一台計算機，並且能聯網

量子位在這裡補充一句，想入門的小夥伴也可以現在開始準備英語了，畢竟……這些課程都是英文的。

第一階段

如果想學開車，應該坐上車通過模擬真實開車環境學習，而不是首先了解內燃機和離合器的工作原理。學習深度學習亦是如此，我們需要遵循這種自上而下的學習方法。

推薦fast.ai上的教程Practical Deep Learning for Coders—Part 1。這個課程需要學習4到6周的時間，並且包含一個雲端運行代碼的session。

不如就從這個課程開始入手吧。

當然，也有一些其他不錯的服務平台可供你選擇，包括Paperspace、亞馬遜AWS、谷歌雲平台（GCP）、Crestle和Floydhub等。

但切記，現在還沒到開始構建模型的時候。

Practical Deep Learning for Coders地址：

http://www.fast.ai/

第二階段

是時候了解一些基礎知識了。在這個階段，你需要學習微積分和線性代數。

MIT的Big Picture of Calculus課程可以幫你快速概覽微積分基礎知識。

對於線性代數，MIT知名教授Gilbert Strang的OpenCourseWare是個不二選擇。

學習完上面兩門課程後，推薦你閱讀舊金山大學科學家、fast.ai聯合創始人Jeremy Howard的Matrix Calculus For Deep Learning。

Big Picture of Calculus地址：

https://ocw.mit.edu/resources/res-18-005-highlights-of-calculus-spring-2010/highlights_of_calculus/big-picture-of-calculus/

OpenCourseWare地址：

https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/

Matrix Calculus For Deep Learning地址：

http://parrt.cs.usfca.edu/doc/matrix-calculus/index.html

第三階段

經過前面兩個基礎夯實階段，現在我們有時間貫徹上面提到的自下而上學習法了。

這個階段推薦大家修一下Coursera上的Deep Learning專項課程，裡面包含5門吳恩達創立的deeplearning.ai的課程。

Coursera上「微專業」獲取方式和大學修展業很相似，學習課程後也需要完成相關作業。但講真你值得修一個專業。

理想情況下，根據你目前的學習基礎，完成一門課程需要花費一周時間。

deeplearning.ai課程地址：

https://www.coursera.org/specializations/deep-learning

第四階段

只學習不會玩，聰明的小孩也會變傻。

現在是時候了解深度學習庫了，TensorFlow、PyTorch和MXNet等都需要去了解一下，並且可以為你喜歡的問題從頭開始構建架構了。

到這裡我們可以發現，前三個步驟是在理解深度學習是什麼，從第四步開始，你需要學習從頭開始實現一個項目，並學習利用各種工具構建模型。

第五階段

現在，可以去剛剛提到的fast.ai課程的第二部分看看了，也就是Cutting Edge Deep Learning for Coders這一課。這裡面包含的問題更高級，你將學習閱讀最新的研究論文並且學習去理解它們。

上面的每個階段都需要4至6周的時間去理解它們。當你按照上面的方法學習了26周後，你會打下堅實的深度學習基礎。

Cutting Edge Deep Learning for Coders課程地址：

http://course.fast.ai/part2.html

下一站

之後，你可以學習斯坦福的CS231n: Convolutional Neural Networks for Visual Recognition和CS224d: Deep Learning for Natural Language Processing兩門課程了，它們對視覺和NLP的講解比較深度透徹。

如果有時間，還推薦你讀讀這本Deep Learning，對鞏固理解很有幫助。

CS231n課程地址：

http://cs231n.stanford.edu/

CS224d課程地址

http://cs224d.stanford.edu/

Deep Learning電子書地址：

http://www.deeplearningbook.org/

鑽研深度學習是一件樂事，用你的每一天去創造吧。

最後，附原文鏈接：

https://medium.com/@bargava/how-to-learn-deep-learning-in-6-months-e45e40ef7d48

— 完 —

歡迎大家關注我們的專欄：量子位 - 知乎專欄

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。

量子位 QbitAI · 頭條號簽約作者

?? ? 追蹤AI技術和產品新動態