学习深度学习过程中的一些经验与方法

Posted 大彤小忆

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了学习深度学习过程中的一些经验与方法相关的知识,希望对你有一定的参考价值。

  深度学习是机器学习领域中一个新的研究方向,它被引入机器学习使其更接近于最初的目标——人工智能。

  深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字、图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。 深度学习是一个复杂的机器学习算法,在语音和图像识别方面取得的效果,远远超过先前相关技术。

  深度学习在搜索技术、数据挖掘、机器学习、机器翻译、自然语言处理、多媒体学习、语音、推荐和个性化技术以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动,解决了很多复杂的模式识别难题,使得人工智能相关技术取得了很大进步。

  在学习完吴恩达机器学习系列课程后,我接着继续学习了吴恩达深度学习系列课程。吴恩达深度学习系列课程共有五门,分别是神经网络和深度学习(Neural Network and Deep Learning)、改善深层神经网络:超参数调试、正则化以及优化(Improving Deep Neural Networks:Hyperparameter tuning,Regularization and Optimization)、结构化机器学习项目(Structuring Machine Learning Projects)、卷积神经网络(Convolutional Neural Network)、序列模型(Sequence Models)。每一门课的每一部分内容都有对应的编程练习,可以对所学内容进行巩固和掌握。

  下面是学习过程中用到的一些资料:

  下面是本人在学习吴恩达深度学习过程中用到的所有资料的压缩包,包括五门课程对应所有编程练习的说明和实现代码。

以上是关于学习深度学习过程中的一些经验与方法的主要内容,如果未能解决你的问题,请参考以下文章

Python学习过程中的一些经验与方法

C++学习过程中的一些经验与方法

常见医学图像处理深度学习方法与热点应用附参考文献

深度学习之二:神经网络的实践与优化

深度学习核心技术精讲100篇(三十三)-微博推荐算法实践与机器学习平台演进

深度学习与图神经网络核心技术实践应用高级研修班-Day4深度强化学习(Deep Q-learning)