# 探寻从小白成长为深度学习大佬的过程，一些超级干货分享

[En]

Hello, everyone. I am Yufeng. What I want to share with you today is my own summary of the four steps of deep learning, self-summary, there will inevitably be mistakes, welcome to correct.

[En]

As the old saying goes, I am Yufeng. I hope the articles I share can help you and more friends. Welcome to forward or reprint!

1. 大型数据处理能力

2. 完成自己的项目

3. 深度学习理论

[En]

Deep learning is one of the hottest areas now, whether it is looking for a job or scientific research, as long as it has something to do with deep learning, it is becoming more and more popular. Therefore, more and more friends are getting started and learning deeply.

[En]

Of course, you can also want to learn, in-depth learning lies in persistence, because there is still a lot of knowledge involved, which can not be learned at once. * many people are getting started and giving up. If you want to learn well, you must stick to it! *

[En]

The following is my summary of the four steps of deep learning, of course, the fourth step is beyond the reach of many of us, and it is good to achieve the first three steps.

## 数学基础：

[En]

Have you studied linear algebra, probability theory, numerical calculation and other three main mathematics?

## 机器学习基础：

[En]

Do you know some basic concepts in machine learning: * some common algorithms such as overfitting, underfitting, supervised learning and corresponding support vector machines, unsupervised learning and corresponding principal component analysis, clustering and other common algorithms. Tree model, random gradient descent and so on.*

## 深度学习基础：

1、神经元(Neuron)

2、权重(Weights)

3、偏差(Bias)

4、激活函数(Activation Function)

5、神经网络(Neural Network)

6、输入/输出/隐藏层(Input / Output / Hidden Layer)

7、MLP(多层感知器)

8、正向传播(Forward Propagation)

9、成本函数(Cost Function)

11、学习率(Learning Rate)

12、反向传播(Backpropagation)

13、批次(Batches)

14、周期(Epochs)

15、丢弃(Dropout)

16、批量归一化(Batch Normalization)

17、滤波器(Filters)

18、卷积神经网络(CNN)

19、池化(Pooling)

21、数据增强(Data Augmentation)

22、循环神经元(Recurrent Neuron)

23、循环神经网络(RNN)

26、人工神经网络

27、 BP神经网络

28、L1，L2正则化等一些正则化优化方法，

[En]

And so on some basic concepts and knowledge points.

## 入门资料

### 书籍：

《深度学习》by Ian Goodfellow, Yoshua Bengio, Aaron Courville

《机器学习》 by 周志华

《统计学习方法（第二版）》by 李航

《Python 深度学习》by Francois Chollet

《机器学习实战：基于Scikit-Learn和TensorFlow》by Aurélien Géron

《百页机器学习》 by Andriy Burkov

### 课程选择

CMU: 深度学习：http://www.cs.cmu.edu/~rsalakhu/10707/

CMU: 深度学习入门：https://simons.berkeley.edu/talks/tutorial-deep-learning

http://cs231n.stanford.edu/

### 网站推荐：

http://www.duozhishidai.com/

https://keras.io/examples

https://keras.io/zh/

https://www.deeplearningbook.org/

## 此阶段之后应具备的能力：

1. 能够处理小型数据集

2. 能搭建一个简单的网络并能训练一些手写数据集等一些小型数据集

3. 理解一些比如CNN，Resnet，VGG等一些常见的网络。

[En]

Advance is generally to find a direction to continue to go deep, you can not start to understand all the directions, so choose a direction to go deep is the wisest choice.

## 深入某一领域

1. 计算机视觉

[En]

Video analysis: security surveillance, smart city

2. 自然语言处理

3. 数据挖掘

[En]

Consumption habits, weather data, recommendation system, knowledge base (expert system)

4. 游戏

5. 复合应用

[En]

Unmanned vehicles, drones, robots

[En]

Just choose a direction above to get started, and then study it in depth.

1. arXiv 检索论文

[En]

This will have the relevant open source code address, data set, etc., reproduce the paper is very helpful.

2. papers with code

[En]

There are many excellent data sets and many open source databases, which are very helpful to scientific research.

## 应该具备的能力

### 2. 完成自己的项目

[En]

If you are a researcher, you should be able to apply a complex model or custom network through your own task requirements, train your own data sets, and optimize the model to achieve the best results.

[En]

If they are non-scientific workers, they should find a training project, or participate in some competitions to exercise themselves, complete the development of the code according to specific tasks, and achieve the best results of the model through parameter adjustment and optimization.

### 3. 深度学习理论

[En]

At this time, your in-depth learning should not only know the basic, but know the basic principle. When adjusting parameters or adding a function, you should know the specific function of this function and the principle of realizing this function. For example, the advantages and disadvantages of various activation functions, the principles of various optimization functions, and the role of various hyperparameters, and so on.

[En]

And have some achievements in their own research direction, such as adding an own method on the basis of a certain model, or proposing a new model to solve the existing pain points in a certain direction to achieve better results.

[En]

I also continue to explore in the second stage, and fumble to the third stage, hoping to make joint efforts and progress with you who see this article.

[En]

This level is like Wu Enda, Li Feifei and Zhou Zhihua. Of course, it is too difficult for us to get to this level. It would be nice for most of us to reach the professional level, but as for the top level, let’s leave it to the geniuses.

END

[En]

Hello, everyone. I am Yufeng, a non-class programmer who entered the factory from Shuangfei dream and finally got what he wanted. Now he works as an algorithm engineer in a big factory.

[En]

During the period of Benshuo, he devoted himself to all kinds of scientific research competitions, from childhood to national champion. When I was in graduate school, I visited Tsinghua University, seven invention patents and three scientific research articles. Welcome to follow the official account: Yufeng code word, check out my three-year counterattack trip of graduate students.

Original: https://blog.csdn.net/m0_37940804/article/details/117918648
Author: 羽峰码字
Title: 探寻从小白成长为深度学习大佬的过程，一些超级干货分享

(0)

### 大家都在看

• #### 深度学习模型CPT的环境配置经验

CPT code: https://github.com/fastnlp/CPTCPT paper: https://arxiv.org/pdf/2109.05729.pdf 数据…

人工智能 2023年5月28日
0133
• #### 软件智能:aaas系统AI众生的“世”和“界” 之18 从鲁棒性到DDD引擎

本篇将完善概观总表的内容并将它们和前面的有关智能系统设计原则的两篇中讲到的内容挂上。 两篇文章分别是”软件智能:aaas系统AI众生的”世”和&…

人工智能 2023年6月1日
0159
• #### Windows2012系统tensorflow1.14（CPU版）离线安装手册（含安装包）

一、安装Python环境 略，安装过程中一定要把python、pip加载到系统环境变量中。 二、安装Windows2012系统补丁 &#x4F9D;&#x6B21;…

人工智能 2023年5月25日
0153
• #### Python银行风控模型的建立（解决Grapviz的中文显示问题）

Python银行风控模型的建立 一、用神经网络Sequential（序贯模型）搭建 1、背景： 700个数据，前8列作为x，最后一列为y，建立银行风控模型。（数据量不大） 二分类问…

人工智能 2023年7月16日
0121
• #### Python中的range函数和arange函数的区别与联系

相信很多使用Python的小伙伴，都用到过range()函数，进行循环或遍历。 for i in range(len(a)): print(a[i]) 但当我们用得正嗨时，可能突然…

人工智能 2023年6月11日
0172
• #### 矩阵秩的定义和相关结论汇总

秩的定义：对于矩阵，以下陈述为真。（如果，则用共轭转置替换下述转置） rank(A)=矩阵A经过行初等变换，所得行阶梯形矩阵的非零行数 rank(A)=矩阵A经过行初等变换，所得行…

人工智能 2023年6月30日
0175
• #### 利用OpenCV进行Tonemapping

背景 最近学习深度学习涉及到了一些HDR图片的读取，HDR全称是High-Dynamic Range，在显示HDR图片的时候，如果不进行色调映射，也就是Tone map的话，那显示…

人工智能 2023年6月4日
0135
• #### 智能优化算法学习总结

智能优化算法学习总结 一.概述 优化问题是指在满足一定条件下，，在众多或参数中寻找最优化方案或参数值，以是的某个或多个功能指标达到最优，或使系统的某些性能指标达到最大值或最小值。 …

人工智能 2023年6月23日
0136
• #### 树莓派4b从零安装opencv

事后记录一下第一次设置树莓派4b的经历 我用的树莓派官方的镜像烧录程序，从官网下载即可。打开后选择要使用的系统，我选择了推荐的有桌面基本版raspberryPi OS(2022-4…

人工智能 2023年7月18日
0108
• #### 系统的功能需求

近年来，人工智能、大数据、云计算、5G等多项技术快速发展，这些高端技术逐渐被用于智能家居的研发中，如今，已有不少研发成果， 但普遍仍存在着以下几个问题: 没有规范和统一的行业标准，…

人工智能 2023年5月27日
0168
• #### Yolov5 lite 重新训练COCO数据（只训练COCO含Person部分，其他当负样本）

一、数据准备 一、 修改文件 1. 我们把数据集划分好了以后，并且放在了你一般放数据集的地方后，我们需要去修改一些配置文件，让我们训练的时候可以找到这些数据集。我们下载好yolo项…

人工智能 2023年7月9日
0109
• #### Pandas

人工智能 2023年7月8日
0129
• #### 根据url 在ensembl 网站爬取外显子等数据

根据url 在ensembl 网站爬取外显子等数据需要先一步准备好url，我准备的url如下：主要是g 和 t 两列内容不同 可以准备好g和t两列数据，用python自动补充好ur…

人工智能 2023年7月8日
0129
• #### 有没有开源的虚拟路由器？有，VPP了解一下

VPP(Vector Packet Processing，矢量包处理)平台是一个可扩展的开源框架，提供开箱即用的网络交换机或路由器的功能。VPP技术基于Cisco产品的成熟技术，是…

人工智能 2023年6月28日
0164
• #### java和大数据开发该选择哪个好就业？

java开发和大数据开发无疑都是当前很热门的语言，很多小伙伴在选择方向的时候也是难以取舍~ 其实无论选择哪个语言作为工作的语言，都是要看你个人的兴趣点和未来想发展的方向的~下面给你…

人工智能 2023年6月30日
0164
• #### 深度学习 yolov5等结构图

抵扣说明： 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。2.余额无法直接购买下载，可以购买VIP、C币套餐、付费专栏及课程。 Original: https:…

人工智能 2023年6月24日
0102