深度学习与AI入门—

2016年读研究生以来，才开始真正迈入技术和科研的大门。

而16年正是人工智能计划火热之时，诸多新名词开始浮现在我的眼前。

在这种情况下，我也对人工智能、深度学习、机器视觉、机器人、无人车等领域进行了一定的探索。

零基础入门深度学习(1) - 感知器 - 作业部落 Cmd Markdown 编辑阅读器

机器学习之局部加权线性回归_tianse12的专栏-CSDN博客

机器学习实战--局部加权线性回归（LWR）_戴璞微的学习之路-CSDN博客

一文纵览 Vision-and-Language 领域最新研究与进展 - 知乎

视觉语言导航综述Visual Language Navigation_cww97的博客-CSDN博客_视觉语言导航

https://github.com/befelix/SafeOpt

贝叶斯优化(Bayesian Optimization)深入理解 - 知乎

贝叶斯优化 (Bayesian Optimization) - Leo Van | 范叶亮

理解贝叶斯优化 - 知乎

民科之理解贝叶斯优化（2）——高斯过程和结束 - 知乎

用简单术语让你看到贝叶斯优化之美 | 机器之心

https://towardsdatascience.com/an-intuitive-guide-to-gaussian-processes-ec2f0b45c71d

2019年国际大学生类脑计算大赛-活动预告-团学风采-学生发展 - 中国人民大学信息学院

2019年国际大学生类脑计算大赛在清华大学举行-清华大学

https://github.com/ZJU-Robotics-Lab/CICT

Learning Agile Robotic Locomotion Skills by Imitating Animals

机器学习理论篇1：机器学习的数学基础 - 知乎

如何学习蒙特卡罗树搜索（MCTS） - 知乎

蒙特卡洛树搜索 MCTS | iqhy's Blog

面向初学者的蒙特卡洛树搜索MCTS详解及其实现

【量化课堂】kd 树算法之思路篇

人工智能此前经历了三起三落。。。此次复兴主要是以深度学习为首的连接主义

其主要理论方法包括：

1、人工智能的推理期、知识期

2、符号主义学习：决策树、基于逻辑的学习

3、基于神经网络的连接主义学习

4、统计学习：支持向量机

机器学习简介：

在计算机系统中，“经验”通常以“数据”形式存在。而机器学习研究的主要内容，是关于从数据中产生“模型”的算法，即学习算法。

其中典型问题包括分类（预测离散值）/回归（预测连续值）、聚类等；学习方式分为无监督、半监督、有监督、强化学习、迁移学习等。

好了，工欲善其事必先利其器，我们先来了解一下探索人工智能需要的平台和工具箱：

目前看来主要是以Python形成的庞大的生态圈为主：

1、Anaconda

Anaconda指的是一个开源的Python包管理器，其包含了conda、Python等180多个科学包及其依赖项。

conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。

2、Numpy

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发，2005 年，Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色，并加入了其它扩展而开发了 NumPy。NumPy 为开放源代码并且由许多协作者共同维护开发。

NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：

一个强大的N维数组对象 ndarray
广播功能函数
整合 C/C++/Fortran 代码的工具
线性代数、傅里叶变换、随机数生成等功能

3、Keras

Keras是一个由Python编写的开源人工神经网络库，可以作为Tensorflow、Microsoft-CNTK和Theano的高阶应用程序接口，进行深度学习模型的设计、调试、评估、应用和可视化。

Keras在代码结构上由面向对象方法编写，完全模块化并具有可扩展性，其运行机制和说明文档有将用户体验和使用难度纳入考虑，并试图简化复杂算法的实现难度。Keras支持现代人工智能领域的主流算法，包括前馈结构和递归结构的神经网络，也可以通过封装参与构建统计学习模型。在硬件和开发环境方面，Keras支持多操作系统下的多GPU并行计算，可以根据后台设置转化为Tensorflow、Microsoft-CNTK等系统下的组件。

Keras的主要开发者是谷歌工程师François Chollet，此外其GitHub项目页面包含6名主要维护者和超过800名直接贡献者 [4] 。Keras在其正式版本公开后，除部分预编译模型外，按MIT许可证开放源代码。

一些学习链接：

零基础入门深度学习(1) - 感知器零基础入门深度学习(1) - 感知器 - 作业部落 Cmd Markdown 编辑阅读器

Ubuntu18.04安装TensorFlow和PyTorch全流程 Ubuntu18.04安装TensorFlow和PyTorch全流程_Full_Speed_Turbo-CSDN博客

TensorFlow版本配套关系表（cudnn、cuda、Python的配套关系，包含所有操作系统） TensorFlow版本配套关系表（cudnn、cuda、Python的配套关系，包含所有操作系统）_隔壁老王的博客-CSDN博客_cudnn python

深度学习与AI入门——追风记相关推荐

深度学习工程应用快速入门
课程介绍伴随人工智能时代的到来,深度学习技术也发挥着越来越重要作用,越来越多的技术人才开始投身入这一行业中,并希望发展成为一名深度学习算法工程师.然而,在实际的工程设计中,深度学习研发者总会面临着各 ...
深度学习究竟怎么入门？两位Google大神掀起剑气之争
本文经AI新媒体量子位(公众号ID:qbitai )授权转载,转载请联系出处本文约2000字,建议阅读5分钟. AI界气宗和剑宗大佬争论新手入门AI哪个路径比较好呢? 作为一名深度学习新手,该先学会 ...
网易云课程：深度学习与PyTorch入门实战
网易云课程:深度学习与PyTorch入门实战 01 深度学习初见 1.1 深度学习框架简介 1.2 pytorch功能演示 2开发环境安装 3回归问题 3.1简单的回归问题(梯度下降算法) 3.3回归 ...
视频教程-深度学习与PyTorch入门实战教程-深度学习
深度学习与PyTorch入门实战教程新加坡国立大学研究员龙良曲 ¥399.00 立即订阅扫码下载「CSDN程序员学院APP」,1000+技术好课免费看 APP订阅课程,领取优惠,最少立减5元 ↓ ...
深度学习7日入门-CV疫情特辑结营心得-alading
深度学习7日入门-CV疫情特辑结营心得使用PaddlePaddle进行深度学习深度学习的方法主要学习内容每日学习总结资源使用心得感谢后续 2020/03/16 - 2020/08/31 ...
深度学习(十)-AI起名
上文我们介绍了卷积神经网络极其变形 LSTMLSTMLSTM,GRUGRUGRU 的原理,我们来讲讲用法.循环神经网络主要使用在自然语言处理方面,自然语言处理主要使用的是语言信息,由字和词组成,所 ...
深度学习-机器学习从入门到深入全套资源分享
深度学习.机器学习从入门到深入,全套资源分享.涉及深度学习.机器学习数学.算法基础理论.实战和工程开发相关最佳资源.深度学习常用模型相关教程,深度学习模型优化.调参相关技巧:深度学习常用的框架,公开数 ...
深度学习和深度学习框架CNTK入门（一）
深度学习和深度学习框架CNTK入门(一) 深度学习介绍是基于机器学习延伸出来的一个新的领域,由以人大脑结构为启发的神经网络算法为起源加之模型结构深度的增加发展,并伴随大数据和计算能力的提高而产生的一 ...
干货丨深度学习究竟怎么入门？两位Google大神掀起剑气之争
作为一名(华山派新弟子)深度学习新手,该先学会用框架快速搭出神经网络,用到实际问题中去,还是该先练习用Python基本徒手搭建模型,在小数据集上训练,了解它们的工作原理? 谷歌的两位研究员最近在Twi ...

深度学习与AI入门——追风记

深度学习与AI入门——追风记相关推荐

最新文章

热门文章