«Я уважаю тех, кто говорит мне правду, как бы тяжело это ни было». - Майкл Корлеоне

Вот история. Вы слышали о так называемом «глубоком обучении» и о том, как оно меняет программное обеспечение и технологии по всей планете. Вы спросили об этом Сири или Алексу, и они просто перенаправили вас на статью в Википедии. Затем вы читаете об этом еще немного и, наконец, решили, что хотите изучить эту технологию. Может быть, вы хотите углубиться и понять теорию глубокого обучения, или, может быть, вы просто хотите узнать, как ее кодировать, чтобы вы могли поиграть с ней. Каким бы ни было ваше оправдание, чтобы попасть в эти джунгли, у меня для вас есть хорошие новости: в этой штуке, называемой Интернетом, есть места, которые могут вас научить, и я скажу вам, где вы можете найти их все.

Я расскажу вам о бесплатных / платных курсах, которые вы можете пройти, которые научат вас многому в области глубокого обучения. Я также расскажу вам о некоторых книгах, которые вы можете использовать. Кроме того, я расскажу вам, как вы можете быть в курсе текущих достижений в этой области. И не забывайте о некоторых каналах YouTube, которыми вы можете пользоваться. Думаю, с этого вы должны начать.

Примечание. Я буду краток, поскольку это не должно быть глубоким обзором всех этих ресурсов. Все ресурсы, упомянутые в этой статье, действительно хороши, и я лично все их использовал.

Курсы

Deeplearning.ai

Это специализация из 5 блюд, созданная замечательным Эндрю Нг. Это действительно отличный курс, который научит вас теории, а также практическим аспектам глубокого обучения. Он доступен на Coursera и является платным. Но вы можете подать заявку на финансовую помощь, и она почти всегда принимается, но вам придется подождать около 15 дней, чтобы получить доступ к курсу. Моя рекомендация: Пройдите этот курс после того, как закончите курс fast.ai (продолжайте читать).

Наностепень глубокого обучения от Udacity

Udacity предлагает отличный курс по глубокому обучению. В основном это практично и не так глубоко в теории, как deeplearning.ai. Одним из преимуществ этого курса является то, что в нем также есть генеративные состязательные сети и обучение с подкреплением, которых нет в курсе deeplearning.ai. Это платный курс и довольно дорогой. Но вы также получаете доступ к их форумам и сети выпускников через Slack. Они также предоставляют наставника, который помогает вам, а также проводят рабочие часы экспертов на своем рабочем месте. Если есть деньги, конечно.

Fast.ai

Этот курс - откровение. Это совершенно бесплатно и преподает Джереми Ховард, чей стиль преподавания действительно потрясающий. Он ведет этот курс по принципу сверху вниз, то есть сначала вы учитесь кодировать модели глубокого обучения для решения проблемы, а затем изучаете теорию того, как и почему все работает так, как они работают. Это мой личный фаворит, и я бы порекомендовал вам начать с этого курса.

Книги

Grokking Deep Learning (Глубокое обучение)

Это действительно потрясающая книга для начинающих. Его написал Эндрю Траск, аспирант Оксфорда и исследователь в Google Deepmind. Он действительно преподает глубокое обучение с нуля, и это отличная книга, чтобы понять основы глубокого обучения без каких-либо рамок. Книга еще не завершена, но большинство глав отсутствует. Вы можете прочитать их в программе раннего доступа Manning Publication, и вы будете получать другие главы по мере их выхода. Книгу можно найти здесь.

Глубокое обучение с помощью Python

Эта книга написана Франсуа Шоле, исследователем искусственного интеллекта в Google, а также создателем популярной библиотеки глубокого обучения Keras. Это отличная книга, она учит глубокому обучению с использованием замечательной библиотеки Keras.

Глубокое обучение

В отличие от двух предыдущих книг, это математический учебник по глубокому обучению. Используйте эту книгу, если вы действительно хотите углубиться в глубокое обучение и узнать все об этой области. Он был написан Яном Гудфеллоу, Джошуа Бенджио и Аароном Курвиллем, которые являются рок-звездами в области глубокого обучения и искусственного интеллекта. Ян Гудфеллоу - изобретатель генерирующих состязательных сетей. Эта книга доступна бесплатно на сайте deeplearningbook.org.

Каналы YouTube

Сирадж Раваль

Он выпускает несколько действительно хороших видеороликов о глубоком обучении, и его видеоролики также довольно интересны. Зайдите на его канал.

Arxiv Insights

Этот канал создан Ксандером Стинбрюгге, и он объясняет технические статьи в области глубокого обучения и искусственного интеллекта таким образом, чтобы сделать его доступным для более широкой аудитории. Посетите его канал здесь.

3синий1коричневый

Это один из лучших каналов YouTube. Хотя это не канал о глубоком обучении, это лучшее место, чтобы освежить свои математические навыки. Grant Sanderson делает математику простой, увлекательной и интуитивно понятной. Загляните на канал здесь.

Дополнительные ресурсы

Твиттер

Прежде чем вы закрутите глаза и откажетесь от этой статьи, я хочу сказать вам, что Twitter - один из лучших ресурсов, чтобы быть в курсе ежедневных достижений в этой области. Исследователи в этой области очень активны в Твиттере и регулярно публикуют в Твиттере свои выводы, исследовательские работы, учебные ресурсы, а иногда и забавные идеи. Вы можете следить за такими исследователями, как Ян Гудфеллоу, Франсуа Шоле, Эндрю Траск, Сумит Чинтала, Джереми Ховард и Андрей Карпати, и многие другие. Загляните в мой профиль в Twitter, чтобы узнать больше исследователей, за которыми вы можете следить.

Подраздел машинного обучения

Это отличное место, где люди публикуют статьи в области машинного обучения, глубокого обучения и искусственного интеллекта, которые им интересны. Посмотри здесь.

Arxiv Здравомыслие

Это сайт, созданный Андреем Карпаты, который упрощает поиск полезных статей на arxiv.org. Как следует из названия, это помогает вам сохранить рассудок, чтобы вас не ошеломило цунами документов, доступных на arxiv. Вы можете найти это здесь".

Карточки для машинного обучения

Это набор из примерно 300 карточек с важной терминологией в области машинного обучения, которые вам действительно следует знать, если вы серьезно относитесь к этому. Их создал замечательный Крис Албон, который также является одним из моих любимых людей в Твиттере. Вы можете скачать эти карты за 12 долларов отсюда. Также есть способ получить их бесплатно с помощью репозитория Github.

Дистиллировать

Это нацелено на то, чтобы сделать машинное обучение более понятной областью. Здесь вы можете найти четкие объяснения по некоторым темам. За этой жемчужиной стоят такие исследователи, как Андрей Карпати, Крис Олах, Ян Гудфеллоу и многие другие. Смотрите здесь.

Есть еще много книг, блогов и ресурсов, которые вы можете использовать для расширения своих знаний. Но это сделало бы эту статью действительно длинной. На данный момент все эти ресурсы должны помочь вам начать работу.

Если у вас есть еще вопросы или вы хотите узнать больше о ресурсах по конкретным темам, напишите мне в Twitter.

Да прибудет с тобой сила.

Спасибо за внимание. Есть вопросы, отзывы или критика? Пожалуйста, оставьте комментарий или напишите мне в twitter.