Jak nauczyć się sieci neuronowych?

15

Jestem studentem pierwszego roku (wspominając o tym, abyś mógł wybaczyć moją nieznajomość), który obecnie prowadzi badania z wykorzystaniem sieci neuronowych. Zakodowałem trójwęzłową sieć neuronową (która działa) na podstawie wskazówek mojego profesora. Chciałbym jednak kontynuować karierę w sztucznej inteligencji i nauce o danych i chciałbym dowiedzieć się więcej na ich temat. Czy są jakieś książki lub zasoby, które nauczą mnie więcej o strukturach sieci neuronowych, głębokim uczeniu się itp. Czy są jakieś zalecenia?

Uwaga: Jestem biegły w Javie, Python, Bash, JavaScript, Matlab i znam trochę C ++.

machine-learning neural-network

— Furkan Toprak
źródło

7

Mam tytuł magistra informatyki, a moja praca dotyczyła prognozowania szeregów czasowych przy użyciu sieci neuronowych.

Książka „ Praktyczne uczenie się maszyn za pomocą Scikit i Tensorflow” była niezwykle praktyczna z praktycznego punktu widzenia. Naprawdę określa rzeczy bardzo wyraźnie, bez dużej teorii i matematyki. Zdecydowanie polecam.

Z drugiej strony książka Iana Goodfellow jest również koniecznością (rodzaj biblii DL). Znajdziesz tam wyjaśnienia teoretyczne, a także sprawi, że będziesz o wiele bardziej kompetentny w zakresie głębokiego uczenia się i skromnego początku tej dziedziny.

Innym, jak sugerują inni, jest oczywiście Deep Learning with Python firmy Chollet. Pozwoliłem sobie na przeczytanie tej książki. Rzeczywiście, był bardzo dobrze napisany i znowu uczy sztuczek i pojęć, których prawie nie rozumiesz z samouczków i kursów online.

Co więcej, widzę, że znasz Matlab, więc może wziąłeś jakieś statystyki / prawdopodobieństwa, w przeciwnym razie wszystko to trochę cię przytłoczy.

— Kejsi Struga
źródło

1

Skorzystałem z wielu porad z tego wątku, a Hands on Machine Learning ze Scikit i Tensorflow było najbardziej pomocną książką wśród tych sugestii. Przesunąłem zaakceptowaną odpowiedź na twoją odpowiedź. Dziękuję Ci.

— Furkan Toprak

Cieszę się, że jestem pomocna :) @FurkanToprak

— Kejsi Struga

10

Jeśli chcesz dobrego i solidnego początku do głębokiego uczenia się, najlepiej zacząć od odpowiednio nazwanej książki „Deep Learning” autorstwa Iana Goodfellow i in. Po tym będziesz miał dobrą bazę, którą możesz wydać na wiele różnych samouczków, artykułów i kursów dostępnych online.

Chciałbym jednak dodać, że zanim to zrobisz, powinieneś wziąć udział w podstawowych zajęciach z zakresu „uczenia maszynowego” (powinien być dostępny na uniwersytecie). W dzisiejszych czasach wiele osób przechodzi bezpośrednio do głębokiego uczenia się i wdrażania sieci neuronowych, ponieważ jest to stosunkowo łatwe, ale brakuje im zrozumienia, aby je ulepszyć lub wykorzystać w pełni.

— Mark.F
źródło

1

Całkowicie się z tym zgadzam. Wiele ML i NN ma „zależności wiedzy”, w których najłatwiej jest nie wskakiwać w trudne rzeczy bez budowania wystarczającego tła w niektórych podstawowych technikach / koncepcjach. Oprócz rachunku różniczkowego i algebry liniowej zbuduj podstawy w niektórych podstawowych pojęciach uczenia maszynowego (zwłaszcza matematycznie)

— Ethan,

8

Jak inne sugerowane są bardzo dobre zasoby. Jeśli chcesz głębokiej wiedzy, sugerowałbym kurs Andrew Ng na coursera. Obejmuje dogłębną znajomość podstaw ML i jeśli masz wątpliwości co do tego, czy zaczynasz od AI, ML czy głębokiego uczenia się, możesz kliknąć link na blogu w moim profilu. Niedawno opublikowałem, jak korzystać z tych technologii .

PS: Nie reklamuję tutaj mojego bloga. Ja tylko pomagam. Jeśli chcesz śledzić, możesz iść inaczej, po prostu idź z Andrew Ng

— Gauraw
źródło

4

Ng jest klasykiem, a jego nowa przerobiona specjalność jest aktualna, a dodatkowo zawiera wywiady z wieloma wielkimi nazwiskami w tym temacie (Hinton, Le Cunn, Goodfellow i wiele innych itp.) . Ukończenie tego kursu zapewni ci dobre uziemienie i jest czymś, co prawdopodobnie będziesz mieć wspólnego z innymi praktykującymi z twojego pokolenia. Zrobiłbym to tylko z tego ostatniego powodu - zauważ, że nie jest to bardzo trudne - kurs Coursera Hintona jest znacznie trudniejszy, ale teraz trochę przestarzały.

— Mike Wise,

@MikeWise Tak, nie mówię, że kurs jest trudny. Mówię, że sieć neuronowa jest trudna, szczególnie gdy jesteś początkujący i pochodzisz z sieci

— Gaurav

7

Sugeruję rozpoczęcie od Google Crash Course na ML, jeśli chcesz wrócić do podstaw. Potem proponuję podążać ML i DL lekcje fast.ai męska . Do czytania proponuję Wprowadzenie do uczenia maszynowego Alex Smola i SVN Vishwanathan. Miłego dnia!

— margobra8
źródło

6

Gorąco polecam przeczytanie tej wspaniałej książki: praktyczne uczenie maszynowe dzięki Scikit i Tensorflow. Sieci neuronowe są zwięźle przedstawione w rozdziałach 9 i 10. Istnieje wiele przykładów do ćwiczenia. Aby skutecznie zrozumieć skrypt przykładów, powinieneś mieć doświadczenie w programowaniu w języku Python. Miłego dnia!

— Nga Dao
źródło

3

Deep Learning with Python autorstwa François Cholleta to świetne wprowadzenie do głębokiego uczenia się na wysokim poziomie autorstwa autora Keras.

— Ethan
źródło

1

Aby dodać do powyższych odniesień (Deeplearningbook autorstwa Goodfellow i wsp. Jest koniecznością, jeśli chcesz zagłębić się w temat), doskonała praktyczna książka zanurza się w głębokim uczeniu się, które daje najnowocześniejsze podejście (wizja komputerowa) , NLP) przy użyciu gluon API (frameworku mxnet, patrz także prosty dope ). Bardzo polecam również zasoby oprogramowania pytorch ( samouczki ).

— Foivos
źródło

1

Istnieje wiele dobrych stron do samodzielnego uczenia się. Oto 2 przykłady:

https://machinelearningmastery.com/start-here/#deeplearning

https://www.analyticsvidhya.com/blog/2018/10/introduction-neural-networks-deep-learning/

Są one szczególnie przydatne ze względów praktycznych, a może mniej ze względu na podstawy teoretyczne.

— rnso
źródło