「完全指南」6個月，每周10-20小時，零基礎掌握深度學習

新智元編譯

來源：towardsdatascience.com

編譯：馬文

【新智元導讀】在大約6個月的時間裡，學習、跟蹤和參與到深度學習state-of-the-art的工作中是完全可能的。實現這一目標只需5個步驟，本文帶來詳細介紹。

必備條件

• 你願意在接下來的6個月每周花費10-20小時

• 你已經有一些編程技能。在學習過程中，你應該能夠輕鬆學會Python，以及雲的知識（假設沒有Python和雲的背景）。

• 已經接受過一些數學教育（代數、幾何等）。

• 能夠訪問互聯網和使用計算機。

6個月，循序漸進5個步驟掌握深度學習

第1步

我們通過開車來學習駕駛，而不是通過學習離合器和內燃機的工作原理。至少最開始不是這樣。學習深度學習時，我們將遵循同樣的自上而下的方法。

作為入門，學習fast.ai的「給程序員的深度學習課程-Part 1」[1]。這需要花費4-6周的時間。這個課程有一個在雲上運行代碼的實踐。Google Colaboratory[2]提供免費的GPU接入，其他的選項還有Paperspace, AWS, GCP, Crestle 和 Floydhub。所有這些都很好用。你不用開始配置自己的機器，至少這個階段還不用。

第2步

學完第一步的入門課程，現在應該學一些基本知識了。學習微積分和線性代數。

對於微積分，MIT的Big Picture of Calculus[3] 這個課程提供了一個很好的概述。

對於線性代數，Gilbert Strang在MIT OpenCourseWare開的《線性代數》課程[4]很棒。

完成上面兩個課程後，可以閱讀Matrix Calculus for Deep Learning [5].

第3步

現在是了解深度學習的自下而上的方法的時候了。在Coursera學習吳恩達的Deep Learning Specialization的全部5門課[6]。理想情況下，考慮到你目前已經得到的背景知識，你應該能夠每周完成一門課程。

第4步

「只用功不玩耍，聰明的孩子也變傻」

做一個實戰項目。你可以深入鑽研一個深度學習庫（例如，Tensorflow、PyTorch、MXNet），並針對任何你喜歡的問題，從頭開始實現一個架構。

前三個步驟是關於如何使用、在哪裡使用深度學習，以及打下堅實的基礎的過程。這一步就是從零開始實現一個項目，並在使用工具方面打下堅實的基礎。

第5步

現在可以開始學習fast.ai第二部分的課程了——給程序員的前沿深度學習課程（Cutting Edge Deep Learning for Coders）[7]。這個課程涉及更高級的主題，你將學習閱讀最新的研究論文，並從中得到啟發。

以上每個步驟都大約需要4-6周的時間。總共大約26周的時間，如果你遵循上述步驟的過程，你將獲得深度學習的堅實基礎。

那麼再下一步呢？

學習斯坦福的CS231n[8]和CS224d[9]課程。這兩個都是非常深度的視覺和NLP領域的很棒的課程。這兩個課程覆蓋了該領域最先進的研究。同時閱讀Ian Goodfellow 、Yoshua Bengio 和Aaron Courville三位大牛合著的Deep Learning這本書[10]，這能夠鞏固你的理解。

Happy deep learning！

課程和資源鏈接：

[1]Practical Deep Learning for Coders — Part 1 http://course.fast.ai/

[2]Google Colaboratory https://colab.research.google.com/

[3]Big Picture of Calculus https://ocw.mit.edu/resources/res-18-005-highlights-of-calculus-spring-2010/highlights_of_calculus/big-picture-of-calculus/

[4]Linear Algebra https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/

[5]Matrix Calculus for Deep Learning http://parrt.cs.usfca.edu/doc/matrix-calculus/index.html

[6]Deep Learning Specialisation https://www.coursera.org/specializations/deep-learning

[7]Cutting Edge Deep Learning for Coders http://course.fast.ai/part2.html

[8]CS231n http://cs231n.stanford.edu/

[9]CS224d http://cs224d.stanford.edu/

[10]deep learning book http://www.deeplearningbook.org/

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！