Хотите знать, какие ресурсы лучше всего подходят для начала вашего пути к глубокому обучению? Вот тщательно подобранный список коллекций, которые сэкономят вам много времени.
Пожалуй, самый популярный вводный курс на данный момент. Этот курс, разработанный и преподаваемый DeepLearning.ai в сотрудничестве с Эндрю Нг, научит вас всем основным принципам глубокого обучения, тому, как разрабатывать и обучать модели с помощью Python и Tensorflow, а также реальным примерам из практики.
Инструкторы: Эндрю НгКиан Катанфоруш, Юнес Бенсуда Мурри
Подкурсы:
-
Нейронные сети и глубокое обучение
-
Улучшение глубоких нейронных сетей: настройка гиперпараметров, регуляризация и оптимизация
-
Структурирование проектов машинного обучения
-
Сверточные нейронные сети
-
Модели последовательности
Набор лекций высокого уровня от Массачусетского технологического института, который дает отличный обзор области глубокого обучения. Открытый исходный код также предлагается вместе с видео-лекциями, что делает его идеальным для начинающих. Большим плюсом для меня является удивительный список приглашенных лекторов из ведущих компаний, таких как Google, Nvidia и IBM.
Темы, которые особенно привлекли наше внимание:
Преподаватели: Александр Амини, Ава Сулеймани из Массачусетского технологического института.
Отличное сочетание видеолекций и практических занятий от Yann LeCun и NYU охватывает один из самых широких кругов тем. От сверточных сетей до преобразователей и графовых нейронных сетей. Обратите внимание, что вам понадобится прочная основа в математике и Pytorch, чтобы следовать. Наряду с видео, есть также слайды и блокноты.
Что привлекло наше внимание:
Инструкторы: Ян ЛеКун Альфредо Канциани из Нью-Йоркского университета
Это курс, который в значительной степени опирается на математику и требует очень сильных знаний в области исчисления, алгебры и вероятностей. Но если вас это устраивает, вы смотрите самый подробный курс в списке с самыми современными исследованиями. Отличная работа команды Deepmind в сотрудничестве с UCL. Есть слайды, а также видео на YouTube.
Увлекательные лекции:
-
Внимание и память в глубоком обучении
-
Advanced Models for Computer Vision (3D-модели, оптический поток)
-
Ответственные инновации (в ИИ)
Преподаватели: Исследователи Deepmind. Как это круто?
Этот курс Калифорнийского университета в Беркли, начиная с фундаментальных концепций машинного обучения и заканчивая сложными темами, такими как подкрепление и генеративное обучение, предназначен для тех, кто ищет универсальный ресурс. Отличный выбор, если вы хотите развить интуицию и получить четкое представление о математике, лежащей в основе глубокого обучения. Опять же, все представлено в видеороликах с сопровождающими слайдами.
Супер интересные темы:
Инструкторы: Сергей Левин в Калифорнийском университете в Беркли
Этот курс следует более практическому подходу и предлагает возможность использовать как Tensorflow, так и Pytorch. Если вы хотите решать реальные проблемы, такие как распознавание изображений, прогнозирование цен на акции и рекомендательные системы, это отличный выбор. Видео хорошо организованы на платформе Udemy.
Редкий контент, который мы нашли в курсе:
-
Самоорганизующиеся карты
-
Машины Больцмана
Инструкторы: Кирилл Еременко, Хаделин де ПонтевЛигентская команда
Огромный курс от Udacity больше похож на легкий буткемп, чем на курс. Идеальный выбор для полной новички кто хочет попасть в поле как можно быстрее. Вы изучите самые популярные архитектуры глубокого обучения как с математической, так и с технической точки зрения, и напишете много кода на Python для решения реальных задач.
Проект Spotlight: создание и развертывание собственной модели анализа настроений
Преподаватели: Мэт Леонард, Луис Серрано, Сезанн Камачо, Алексис Кук, Дженнифер Стааб, Шон Каррелл, Ортал Арель, Джей Аламмар в сотрудничестве с AWS и Facebook AI
Интерактивная книга по глубокому обучению, которая охватывает почти все. Лучшая часть? Каждый урок поставляется с кодом Tensorflow, Pytorch и Mxnet. Авторы действительно проделали большую работу, пытаясь объяснить глубокое обучение с нуля. Если вам больше нравятся текстовые подходы, это для вас.
Рекомендуется использовать этот ресурс как справочное руководство, а не как исходный материал.
Инструкторы: Астон Чжан, Зак С. Липтон, Му Ли, Алекс Дж. Смола, Брент Вернесс, Рэйчел Ху, Шуай Чжан, Йи Тай
Источник: погружение в глубокое обучение
Эндрю Траск очень хорошо объяснил основы в своей книге. Невероятно полезные изображения, легко читаемый код и отличное сочетание интуиции и математических объяснений. Использование только Python и Numpy (без фреймворка глубокого обучения) делает его естественным выбором, если вы хотите полностью изучить вещи. с нуля. Вы можете использовать код айлето35 чтобы получить скидку.
Автор: Эндрю В. Траск
Идеальная книга для начала глубокого обучения вместе с PyTorch. Через день мы слышим о новых способах эффективного использования глубокого обучения: улучшенная медицинская визуализация, точное обнаружение мошенничества с кредитными картами, долгосрочное прогнозирование погоды и многое другое. Эта книга написана действительно опытными пользователями PyTorch. Он охватывает основы и абстракции в мельчайших подробностях. Если вам нравится немного математики и вы хотите посмотреть, как все работает в коде, это для вас. Вы можете использовать код айлето35 чтобы получить скидку.
Авторы: Эли Стивенс, Лука Антига и Томас Виманн.
Священная библия глубокого обучения. Написанная ведущими пионерами в этой области, это книга, которую каждый практикующий специалист или исследователь в области глубокого обучения должен прочитать хотя бы один раз. Несмотря на то, что она написана в 2014 году, она обеспечивает очень надежную математику и фон. Вы должны быть хорошо знакомы с математикой, такой как алгебра, матричное исчисление и теория вероятностей, чтобы действительно извлечь из этого максимальную пользу. Не рекомендуется новичкам, но отличное пособие. Он доступен на веб-сайте, но вы также можете купить свою копию на Amazon.
Авторы: Йен Гудфеллоу, Йошуа Бенджио, Аарон Курвиль
Источник: deeplearningbook.org
* Раскрытие информации: обратите внимание, что некоторые из приведенных выше ссылок могут быть партнерскими ссылками, и мы без дополнительных затрат для вас получим комиссию, если вы решите совершить покупку после перехода по ссылке.