张雪峰不发起 学python「 张雪峰不发起 学电气」

　　您还在为学习一门语言而苦恼吗？

　　你还在为工资太低而想转行吗？

　　你还在为没有一门养活本身 技能而夷由 吗？

　　Python学习就是如今 ，不说，我要做举措 派！！

　　弁言 ：

　　针对现有市场上培训机构的浩繁 ，怎样 学习Python是每个学员担心的题目 ，本日 小编整理了一些资料，分享给学习中各人 。深度学习如今 已经成为了人工智能范畴 的突出话题。它在“盘算 机视觉”和游戏（AlphaGo）等范畴 的突出表现 而闻名 ，乃至 逾越 了人类的本领 。近几年对深度学习的关注度也在不绝 上升，这里有一个观察 结果 可以参考。这里有一个 Google 的搜刮 趋势图：假如 你对这个话题感爱好 ，这里有一个很好的非技能 性的先容 。假如 你有爱好 相识 近来 的趋势，那么这里有一个很好的汇总。在这篇文章中，我们的目标 是为全部 深度学习的人提供一条学习之路，同时也是为想要进一步学习的人提供一条探索的路径。假如 你预备 好了，那么让我们开始吧！步调 0：先决条件发起 在学习深度学习之前，你应该先相识 一些呆板 学习的底子 知识。这篇文章列出了完备 的学习呆板 学习的资源。假如 你想要一个简单 的学习版本。那么可以看下面的列表： 数学底子 （特别 是微积分，概率和线性代数） Python 底子 统计学底子 呆板 学习底子 发起 时间：2-6个月步调 1：呆板 设置 在举行 下一步学习之前，你应该确保你有一个支持你学习的硬件环境 。一样平常 发起 你至少拥有以下硬件：一个充足 好的 GPU（4+ GB），最好是 Nvidia一个还可以的 CPU（比如 ：Intel Core i3，Intel Pentium 大概 不得当 ）4 GB RAM（这个取决于数据集巨细 ）假如 你还不确定，那么请阅读这个硬件指南。备注：假如 你是一个硬件玩家，那么你大概 已经拥有了所需的硬件。假如 你没有所需的规格，那么你可以租一个云平台来学习，比如 Amazon Web Service（AWS）。这是利用 AWS 举行 深度学习的精良 指南。备注：在这个阶段不要安装任何深度学习的库，安装过程我们会在步调 3 中先容 。步调 2：初试深度学习如今 ，你已经对这个范畴 有了一个开端 的认识 ，那么你应该进一步深入相识 深度学习。根据本身 的偏好，我们可以选择以下几个途径： 通过博客学习，比如 Fundamentals of Deep Learning ，Hacker's guide to Neural Networks。 通过视频学习，比如 Deep Learning Simplified。 通过册本 学习，比如 Neural networks and Deep Learning除了上述的先学知识，你还应该相识 一些盛行 的深度学习库和运行他们的语言。以下是一个不太完备 的列表（你可以通过查察 wiki 得到 更加完备 的列表）： Caffe DeepLearning4j Tensorflow Theano Torch其他一些闻名 的库：Mocha，neon，H2O，MXNet，Keras，Lasagne，Nolearn。关于深度学习语言，可以查察 这个文章。你也可以查察 查察 Stanford 的 CS231n 中的第 12 讲，概要性的相识 一些深度学习库。发起 时间：1-3周步调 3：选择你本身 的范畴 这是最风趣 的部分 ，深度学习已经应用在各个范畴 中，而且 取得了开始 辈 的研究结果 。假如 你想更深入的相识 ，那么作为一个读者，你最得当 的路径就是动手实践。如许 才华 对你如今 相识 的内容有一个更加深入的认识 。留意 ：在以下的每个范畴 中，都会包罗 一个博客，一个实战项目，一个必要 的深度学习库以及一个辅助课程。第一步你应该学习一下博客，然后去安装对应的深度学习库，然后再去做实战项目。假如 在这个过程中，你碰到 什么题目 ，那么可以去学习辅助课程。 深度学习在呆板 视觉中的应用 参考博客：DL for Computer Vision 实战项目：Facial Keypoint Detection 深度学习库：Nolearn 保举 课程：CS231n: Convolutional Neural Networks for Visual Recognition 深度学习在天然 语言处理 惩罚 中的应用 参考博客：Deep Learning, NLP, and Representations 实战项目：Deep Learning for Chatbots, Part 1, Part2。 深度学习库：Tensorflow 保举 课程：CS224d: Deep Learning for Natural Language Processing 深度学习在语音中的应用 参考博客：Deep Speech: Lessons from Deep Learning 实战项目：Music Generation using Magenta (Tensorflow) 深度学习库：Magenta 保举 课程：Deep Learning (Spring 2016), CILVR Lab@NYU 深度学习在强化学习中的应用 参考博客和实战项目：Deep Reinforcement Learning: Pong from Pixels 深度学习库：没有必要 的深度学习库，但是你必要 openAI gym 来测试你的模子 。 保举 课程：CS294: Deep Reinforcement Learning发起 时间：1-2个月步调 4：深挖深度学习如今 你应该已经已经学会了底子 的深度学习算法！但是前面的路程 会更加费力 。如今 ，你可以尽大概 高效的利用 这一新得到 的技能。这里有一些本领 ，你应该做的，可以锻炼 你的技能。 重复上述步调 ，选择差别 的范畴 举行 实行 。 深度学习在别的范畴 的应用。比如 ：DL for trading，DL for optimizing energy efficiency。 利用 你学到的心技能去做点别的事，比如 参考这个网站。 参加 一些比赛 ，比如 ：kaggle。 参加 一些深度学习社区，比如 ：Google Group，DL Subreddit。 跟随一些研究职员 ，比如 ：RE.WORK DL Summit。

　　末了 送各人 一句话：不管学习什么编程语言，肯定 要记取 持之以恒！Python学习也是如许 。

　　本文选自老男孩教诲 官网消息 中心 www.oldboyedu.com ，转载请注明出处。