【推荐】深度学习入门及学习路线

客官°小女子只卖身不卖艺 2022-05-29 23:52 194阅读 0赞

### 前言 ###

最近在网上看到一些深度学习方面的资料，个人觉得写的比较好，所以推荐给大家。目前只更新了7篇博客，里面包含了原理（即数学推导）和实践（代码实现），对于入门来讲实在是合适不过的了，程序虽然是用python2.7写的，不过相信改成python3也比较容易。下面给出每一部分的主题和详细链接。

入门深度学习部分

*  第一部分：感知机部分
    
    [零基础入门深度学习-感知机][-]  
      
    
 *  第二部分：线性单元和梯度下降
    
    [零基础入门深度学习-线性单元和梯度下降][- 1]  
      
    
 *  第三部分：神经网络和反向传播算法
    
    [零基础入门深度学习-神经网络和反向传播算法][- 2]  
      
    
 *  第四部分：卷积神经网络
    
    [零基础入门深度学习-卷积神经网络][- 3]  
      
    
 *  第五部分：循环神经网络
    
    [零基础入门深度学习-循环神经网络][- 4]  
      
    
 *  第六部分：长短时记忆网络(LSTM)
    
    [零基础入门深度学习-长短时记忆网络(LSTM)][-_LSTM]  
      
    
 *  第七部分：递归神经网络
    
    [零基础入门深度学习-递归神经网络][- 5]

深度学习论文学习路线(Deep Learning Papers Reading Roadmap)

*  原作者写的前沿.路线图构建原则和相关的说明： [深度学习学习路线-前言部分][- 6]
 *  具体学习路线： [Deep Learning Papers Reading Roadmap][]

### 总结 ###

看完这几篇文章之后，绝对有一种豁然开朗的感觉，确实写的非常精彩。理论和实践相结合的感觉绝对是非常棒的，非常佩服原作者，写的非常的浅显易懂。

[-]: https://www.zybuluo.com/hanbingtao/note/433855
[- 1]: https://www.zybuluo.com/hanbingtao/note/448086
[- 2]: https://www.zybuluo.com/hanbingtao/note/476663
[- 3]: https://www.zybuluo.com/hanbingtao/note/485480
[- 4]: https://zybuluo.com/hanbingtao/note/541458
[-_LSTM]: https://zybuluo.com/hanbingtao/note/581764
[- 5]: https://zybuluo.com/hanbingtao/note/626300
[- 6]: https://zhuanlan.zhihu.com/p/23080129
[Deep Learning Papers Reading Roadmap]: https://github.com/songrotek/Deep-Learning-Papers-Reading-Roadmap