彩世界平台-彩世界时时app-彩世界开奖app苹果下载

热门关键词: 彩世界平台,彩世界时时app,彩世界开奖app苹果下载

您的位置:彩世界平台 > 彩世界平台 > 深度学习的应用总结(翻译)

深度学习的应用总结(翻译)

发布时间:2019-09-06 01:47编辑:彩世界平台浏览(122)

    原文地址:

    原文链接:如何在6个月内学习深度学习(翻译)

    当首次介绍深度学习时,我们认为它是一个要比机器学习更好的分类器。或者,我们亦理解成大脑神经计算。

    微信公众号:机器学习养成记    搜索添加微信公众号:chenchenwings

    第一种理解大大低估了深度学习构建应用的种类,而后者又高估了它的能力,因而忽略了那些不是一般人工智能应用的更现实和务实的应用。


    最好最自然的理解应该是从人机交互角度来看待深度学习应用。深度学习系统似乎具备近似于生物大脑的能力,因此,它们可以非常高效地应用于增强人类或者动物已经可以执行的任务上。此外,需要重视的一点是,深度学习系统与传统的符号计算平台非常不同,正如人类与计算机的计算方式不同一样,深度学习也是如此。

    机器学习工程师Bargava的文章《How to learn Deep Learning in 6 months》介绍了6个月内学习并掌握深度学习的实现步骤,每个步骤列出了相应的学习材料和学习目标。本周公众号内容为原文的部分内容翻译。

    使用深度学习构建应用甚至可以如我们畅想的科幻小说一般。下面我们来分享基于深度学习开发出来的一些不可思议的应用程序:

        准备

    6个月内,每周将花费10-20小时。

    需要一些编程基础。这样便于在学习过程中学习使用Python和云。

    一定的数学基础。

    有可操作的电脑并能连入网络。

    盲人看照片

        第一步

    我们通过学习驾驶从而学习开车,而不是通过学习离合器和内燃机的工作原理。学习深度学习时,在起始阶段,我们将遵循同样的自上而下的方法。用4-6周的时间学习fast.ai课程 (

    Facebook开发的一个移动应用,可以让盲人或者视力障碍者像正常人一样浏览照片。

        第二步

    这个阶段开始了解一些基础知识,学习微积分和线性代数。对于微积分,可以通过Big Picture of Calculus( Calculus for Deep Learning (

    实时语音翻译

        第三步

    这个阶段需要了解深层学习的自下而上方法。完成Coursera上的五门课程 (

    微软的Skype能够将语音实时翻译成不同的语言。

        第四步

    前三个步骤是了解如何和在何处使用深度学习,并获得坚实的基础。这个阶段需要自己完成一个项目,从而更加深入的了解深度学习相关的库,如:Tensorflow, PyTorch, MXNet 等。选一个自己关注的问题,从头构建一个模型体系,加深对建模工具的操作熟练度。

    自动回复电子邮件

        第五步

    这个阶段继续做fast.ai的第二部分课程 (

    每个步骤大约需要4到6周的时间。从开始的那一刻起,大约26周后,如果你认真地遵循上述所有准则,你将在深入学习方面有坚实的基础。

    Google的Mail可以代替您自动回复电子邮件。

        之后做什么

    学习斯坦福cs231n () 和cs224d () 课程。这两门课分别针对视觉识别和NLP都有很深的介绍。还可以阅读deep learining book 材料 (), 帮助巩固理解。

    公众号回复“ 深度 ” 获得英文原文


    推荐文章

    · Bagging算法(R语言)

    ·静态爬虫与地址经纬度转换(python)

    ·《无问西东》豆瓣短评分析

    ·《无问西东》豆瓣短评分析【二】

    ·小案例(六):预测小偷行为(python)

    ·ggplot2:正负区分条形图及美化

    图片 1

    扫描二维码,关注我们。

    如需转载,请在开篇显著位置注明作者和出处,并在文末放置机器学习养成记二维码和添加原文链接。

    快来关注我们吧!

    图片 2

    目标识别

    Moodstocks(已经被Google收购)推出的智能手机图像识别应用程序Moodstocks Notes,可通过照片识别书籍、CD、海报、传单和酒标等对象。

    照片定位

    Google能够根据照片进行拍摄场景定位。

    照片整理

    Google相册可以自动整理分类到常见的主题下面。

    分类照片

    Yelp可以根据业务分支对照片进行分类。

    自动驾驶

    自动驾驶技术应该是深度学习领域最为大家所知的应用了。

    音乐作曲

    可以基于不同的作曲家风格进行音乐组成。

    绘画

    可以基于著名的艺术家绘画风格创建。

    新材料

    利用深度学习发现新材料。

    玩电子游戏

    Google DeepMind能够创建视频游戏系统,通过观看游戏学习如何玩得很好。

    Go系统

    Google DeepMind创建了一个Go播放系统,能够通过对抗自己来学习新的策略。

    脸部识别

    这个就无需解释了。

    标题党

    一种RNN训练,生成吸引眼球的标题。

    黑白照片变彩色

    将黑白照片自动转换成彩色:

    文本图像实时翻译

    Google的一个移动应用,可将照片中的文字翻译成您可以理解的文字。

    键盘

    Swiftkey正在构建一种移动键盘,让输入更加简单方便。

    预测未来

    本文由彩世界平台发布于彩世界平台,转载请注明出处:深度学习的应用总结(翻译)

    关键词:

上一篇:python urllib2详解及实例

下一篇:没有了