深度学习入门建议

入门路线
1、首先在自己电脑上安装一个开源的框架,像Tensorflow、caffe这样的,先玩一下这个框架,把框架用起来
2、然后跑一些基础的网络,由浅入深
3、如果有条件的话,整个有GPU的电脑,GPU跑的要快很多,跟CPU比起来

详细点说,我认为可以按以下步骤去学习它:
第一个阶段:
1)、实现并训练只有一层的softmax回归模型用于手写数字图片分类;
2)、实现并训练含三个全连接层的模型用于手写数字图片分类;
3)、实现并训练含三个卷基层+池化层的模型用于手写数字图片分类;
阶段目的:搞懂一些机器学习、深度学习的概念,找个开源工具并用起来,尝试着训练一些简单的网络,试试加入一些常见的trick去调试网络。

第二个阶段:
训练一些经典的CNN分类网络,熟悉一些常用数据集,熟悉下CNN分类网络的发展历程,一些trick的更替:
1)、Lenet,1986年
2)、Alexnet,2012年
3)、GoogleNet,2014年
4)、VGG,2014年
5)、ResNet,也有人称呼残差网络,2015年
这个几个网络是都是深度学习在图像领域的经典之作,在pc上实现了它们,训练它们,同时你又仔细推敲看看他们的网络结构。
阶段目的:在实际当中独立使用它们,也可以结合传统的图像处理技术使用它们。一句话:你已经入门了

©️2020 CSDN 皮肤主题: 技术工厂 设计师: CSDN官方博客 返回首页
实付0元
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值